Analisis Kalman filter berbasis Google Trends untuk Prediksi Kedatangan Wisatawan Mancanegara di Indonesia Pasca Pandemi

Abstract

Pada tahun 2019 kunjungan wisatawan mancanegara (wisman) ke Indonesia mengalami peningkatan yang cukup signifikan. Sehingga, pariwisata diprediksi menjadi salah satu penopang terbesar dari penerimaan negara. Namun, saat wabah Coronavirus terjadi di akhir tahun 2019, sektor ini menjadi sektor industri yang paling terdampak dengan penurunan yang sangat tajam dan perkirakan akan membaik sekitar tahun 2035 hingga 2045. Kejadian tersebut mendorong penelitian untuk merumuskan model proyeksi terbaik bagi wisatawan asing pasca pandemi dengan menggunakan metode Kalman filter. Kalman filter merupakan model state space yang dapat diulang untuk menghasilkan nilai akurasi estimasi yang tinggi. Model ini didukung oleh analisis google trends yang mampu menangkap minat negara lain terhadap pariwisata Indonesia, terutama di masa pandemi. Hasil penelitian menunjukkan bahwa meskipun pandemi, beberapa negara masih memiliki minat terhadap objek wisata di Indonesia. Selain itu, Kalmanfilter memiliki akurasi yang tinggi dalam peramalan wisatawan asing