ANALISIS FORECASTING TINGKAT HUNIAN KAMAR DITINJAU DARI TREN DATA TIME SERIES PADA HOTEL

  • Ghea Dwi Rahmadiane Politeknik Harapan Bersama
Keywords: analisis time series, tingkat hunian kamar

Abstract

Forecasting merupakan kegiatan memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang realtive lama. Tren menggambarkan perilaku data dalam jangka panjang yang mendasari kenaikan atau penurunan. Data time series merupakan nilai-nilai suatu variabel yang berurutan menurut waktu (hari, minggu, bulan, tahun). Tujuan penelitian ini adalah untuk mengetahui forecasting tingkat hunian kamar dari komponen tren pada Hotel Ranez Inn Tegal tahun 2019 dengan analisis time series. Teknik analisis data yang digunakan adalah deskriptif kuantitatif. Pengumpulan data berupa observasi, wawancara, dokumentasi, dan studi pustaka. Tingkat hunian kamar pada Hotel Ranez Inn Tegal mengalami penurunan dan peningkatan tiap tahunnya. Jumlah tingkat hunian kamar berdasarkan perkiraan secara tradisional sebanyak 8.060 kamar, secara peramalan (forecasting) sebanyak 8.444 kamar terjadi selisih sebanyak 284 kamar. Hasil penelitian menunjukkan bahwa tingkat hunian kamar secara perkiraan tradisional mempunyai selisih yang cukup banyak dibandingkan dengan peramalan (forecasting). Dengan menggunakan metode Forecasting data time series hasil yang diperoleh lebih mendekati aktual penjualan tingkat hunian kamar di Hotel Ranez Inn Tegal. Kesimpulan dengan demikian dapat diartikan bahwa dengan menggunakan metode forecasting data time series pendapatan hotel tidak menurun dan tidak mengalami kerugian yang cukup besar seperti tahun-tahun sebelumnya. Manajemen hotel dapat memprediksi penjualan tingkat hunian kamar untuk masa yang akan datang.

References

Ashari, A. (2013). Penerapan Metode Times Series Dalam Simulasi Forecasting Perkembangan Akademik Mahasiswa. Inspiration: Jurnal Teknologi Informasi Dan Komunikasi, 3(2). https://doi.org/10.35585/INSPIR.V3I2.38
Komang, N., Antari, Y., Nuridja, M., & Rai, K. (2014). Forecasting Tingkat Hunian Kamar Ditinjau Dari Komponen Tren Dengan Data Time Series Pada Hotel Bali Taman Singaraja 2014. Jurnal Pendidikan Ekonomi Undiksha, 4(1). https://doi.org/10.23887/JJPE.V4I1.3308
Prabowo, H., Sriwidadi, T., & Bramulya, R. (2019). Penerapan Forecasting pada Kebutuhan Bahan Baku “Solven S 602.” Jurnal Manajemen Transportasi & Logistik, 06(01), 93–103.
Pramudita, A. (2020). Memperkirakan Tingkat Penghuni Hotel Menggunakan Analisis Arima Dengan Aplikasi Minitab. EDUSAINTEK, 4(0). https://prosiding.unimus.ac.id/index.php/edusaintek/article/view/566
Pratiwi, S. D. (2019). Peramalan Tingkat Penghunian Tempat Tidur Hotel Bintang Tiga Kota Surakarta Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA). Indonesian Journal of Applied Statistics, 2(1), 53–66. https://doi.org/10.13057/IJAS.V2I1.31428
Sugiyono. (2014). Metode Penelitian Manajemen. CV. Alfabeta.
Widyatmoko, H. (Hamdani), Honggowibowo, A. S. (Anton), & Retnowati, N. D. (NurCahyani). (2012). Implementasi Data Mining Untuk Meramalkan Penjualan Di Minimarket Idola Jl Pati-tambakromo Km 2 Desa Karangmulyo Rt 08 Rw 1 Dengan Metode TIME Series. Compiler, 1(2), 236247. https://doi.org/10.28989/COMPILER.V1I2.15
Published
2022-06-30