PERBANDINGAN METODE PROPHET DAN STL-ARIMA DALAM PERAMALAN DERET WAKTU KUNJUNGAN OBJEK WISATA SUMENEP

Pengelolaan dan pengembangan destinasi pariwisata di Kabupaten Sumenep menghadapi tantangan dalam melakukan perencanaan strategis yang efektif akibat kesulitan dalam memprediksi jumlah kunjungan wisatawan di masa depan. Akurasi peramalan menjadi krusial untuk optimalisasi alokasi sumber daya. Sebagian pendekatan peramalan yang ada seringkali kurang fleksibel dalam menangani karakteristik data pariwisata yang memiliki tren dinamis dan pola musiman yang kuat. Untuk mengatasi masalah ini, penelitian ini menawarkan solusi melalui analisis komparatif dua metode peramalan deret waktu modern: Prophet, yang unggul dalam menangani perubahan tren dan musiman secara otomatis, dan STL-ARIMA, sebuah metode hibrida yang andal karena kemampuannya memisahkan komponen data secara transparan sebelum pemodelan.rnPenelitian ini menggunakan data bulanan kunjungan wisatawan nusantara (WISNUS) dari 12 objek wisata periode 2021-2024. Kedua model dievaluasi kinerjanya menggunakan metrik Mean Squared Error (MSE) dan Mean Absolute Percentage Error (MAPE) pada data uji tahun 2024. Tujuan penelitian adalah untuk menentukan model mana yang memberikan tingkat akurasi tertinggi sehingga dapat direkomendasikan sebagai alat bantu pengambilan keputusan. Hasil evaluasi kuantitatif menunjukkan bahwa metode STL-ARIMA secara umum lebih superior dengan nilai MAPE lebih rendah dibandingkan Prophet.