• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Peramalan Tingkat Hunian Kamar Hotel Menggunakan Metode Fuzzy Time Series Markov Chain (Studi Kasus : Tipe Hunian Kamar Nite & Day Hotel Kota Semarang)

    Thumbnail
    View/Open
    21611021.pdf (8.588Mb)
    Date
    2025
    Author
    Salma, Nabilah
    Metadata
    Show full item record
    Abstract
    Pemulihan sektor pariwisata Indonesia pasca pandemi COVID-19 berdampak signifikan terhadap peningkatan jumlah wisatawan khususnya di Kota Semarang yang merupakan salah satu pusat kegiatan ekonomi dan pariwisata Jawa Tengah. Tingginya mobilitas wisatawan berdampak pada meningkatnya kebutuhan akomodasi termasuk fluktuasi sektor perhotelan. Salah satu hotel yang berkembang adalah Nite & Day Hotel Semarang bintang 3 yang beroperasi sejak tahun 2021. Fluktuasi tingkat hunian kamar yang terjadi setiap bulan memerlukan strategi prediksi yang tepat untuk mendukung pengambilan keputusan manajemen. Peramalan tingkat hunian kamar di Nite & Day Hotel Kota Semarang dilakukan menggunakan metode Fuzzy Time Series Markov Chain dengan data sekunder okupansi kamar dari Januari 2022 hingga Desember 2024 sebagai dasar analisis. Pendekatan statistik deskriptif diterapkan untuk menggambarkan data awal sebelum dilakukan peramalan. Fuzzy Time Series Markov Chain mampu memproyeksikan nilai masa depan berdasarkan pola data historis, dengan evaluasi akurasi melalui Mean Absolute Percentage Error (MAPE). Peramalan dilakukan terhadap 9 tipe kamar, yaitu Bright Day Double, Bright Day Twin, Lovely Day Double, Moonlite Nite Double, Nite Double, Shiny Nite Double, Shiny Nite Twin, Sunny Day Double, dan Sunny Day Twin. Hasil penelitian menunjukkan bahwa model mampu memprediksi tren okupansi selama 6 bulan ke depan secara konsisten terhadap pola historis. Hasil evaluasi menggunakan MAPE menunjukkan sebagian besar tipe kamar memiliki tingkat kesalahan prediksi di bawah 50% yang dikategorikan akurat hingga cukup akurat berdasarkan kriteria kualitas hasil peramalan dalam MAPE sehingga mencerminkan performa model yang layak digunakan. Secara keseluruhan, metode ini memberikan hasil prediksi yang cukup akurat dan dapat menjadi alat bantu dalam perencanaan strategi pemasaran serta peningkatan okupansi kamar hotel secara berkelanjutan.
    URI
    dspace.uii.ac.id/123456789/56659
    Collections
    • Statistics [1223]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV