PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MENGGUNAKAN METODE HIBRIDA CEEMDAN-RBFNN-PSO (STUDI KASUS : PARIWISATA KABUPATEN BANGKALAN)

Sektor pariwisata merupakan salah satu pilar penting dalam mendukung pertumbuhan ekonomi daerah, termasuk di Kabupaten Bangkalan yang memiliki berbagai potensi destinasi wisata. Perencanaan pengelolaan yang optimal memerlukan informasi prediksi jumlah kunjungan wisatawan, namun data yang tersedia umumnya bersifat fluktuatif, nonlinier, dan tidak stasioner. Penelitian ini bertujuan untuk membangun model peramalan jumlah kunjungan wisatawan menggunakan pendekatan hibrida CEEMDAN–RBFNN–PSO. Data yang digunakan berupa jumlah kunjungan wisatawan nusantara bulanan periode Januari 2016 hingga Desember 2024. Tahap prapemrosesan meliputi imputasi median untuk menangani data tidak lengkap serta normalisasi Min-Max. Selanjutnya, data didekomposisi menggunakan CEEMDAN menjadi beberapa komponen Intrinsic Mode Function (IMF) dan residu, kemudian setiap komponen dimodelkan menggunakan RBFNN yang dioptimasi dengan PSO, dan hasilnya digabungkan untuk memperoleh prediksi akhir. Hasil evaluasi menunjukkan nilai Mean Absolute Percentage Error (MAPE) berkisar antara 11,88% hingga 34,02%, yang menunjukkan tingkat akurasi sangat baik hingga cukup baik. Dengan demikian, pendekatan CEEMDAN–RBFNN–PSO terbukti efektif dalam memodelkan dan memprediksi data kunjungan wisatawan yang kompleks serta berpotensi mendukung pengambilan keputusan di sektor pariwisata.