IMPLEMENTASI METODE CEEMDAN–ELM DENGAN OPTIMASI PSO UNTUK PREDIKSI JUMLAH KUNJUNGAN WISATAWAN NUSANTARA DI KABUPATEN LAMONGAN

Sektor pariwisata memiliki kontribusi penting terhadap pertumbuhan ekonomi daerah melalui peningkatan GDP dan PAD, sehingga diperlukan pemodelan jumlah kunjungan wisatawan yang akurat untuk mendukung perencanaan dan pengambilan keputusan. Data kunjungan wisata umumnya bersifat non-linear dan fluktuatif, sehingga penelitian ini mengusulkan model gabungan CEEMDAN, ELM, dan PSO. Metode CEEMDAN digunakan untuk mendekomposisi data, ELM sebagai model prediksi, dan PSO untuk mengoptimalkan parameter ELM. Dataset yang digunakan mencakup delapan objek wisata di Kabupaten Lamongan periode 2015–2025 dengan total 1.056 data. Evaluasi kinerja model dilakukan menggunakan MAPE pada data uji. Hasil penelitian menunjukkan bahwa metode CEEMDAN–ELM–PSO mampu menghasilkan tingkat kesalahan prediksi yang rendah, dengan nilai MAPE uji sebesar 1,27% pada Wisata Brumbun, 6,69% pada Wisata Goa Maharani, 0,19% pada Wisata Makam Sendang Duwur, 6,09% pada Wisata Makam Sunan Drajat, 0,69% pada Wisata Monumen Van Der Wijk, 5,32% pada Wisata Museum Sunan Drajat, 1,08% pada Wisata Waduk Gondang, dan 5,97% pada Wisata Bahari Lamongan. Hasil ini menunjukkan bahwa integrasi CEEMDAN–ELM–PSO efektif dalam meningkatkan akurasi prediksi kunjungan wisatawan dan berpotensi digunakan sebagai pendukung perencanaan pariwisata daerah.