Teknik dalam memprediksikan suatu nilai pada masa mendatang berdasarkan data pada masa lampau ataupun data di masa sekarang sebagai acuan dapat disebut sebagai peramalan. Peramalan menjadi bagian yang sangat vital untuk sebuah organisasi sebagai acuan untuk pengambilan keputusan tingkat manajemen dalam perencanaan jangka pendek maupun jangka panjang suatu perusahaan. Penentuan pola dari data pada data deret waktu yang digunakan merupakan langkah terpenting dalam menentukan metode untuk peramalan yaitu dengan menyesuaikan pola data yang digunakan. Model Prediksi Grey merupakan salah satu metode peramalan dengan jumlah data yang tersedia sedikit dan data yang tidak lengkap atau data dengan jumlah yang tersedia sedikit. Data penerimaan pendidikan Universitas Udayana yang terbatas, yaitu hanya dengan lima data historis dan pola data yang tergolong pola data horizontal dengan fluktuasi rendah, dapat menggunakan metode peramalan Grey-Markov untuk menghasilkan peramalan yang sangat akurat.
Universitas Udayana setiap tahunnya melaporkan Target Penerimaan Negara Bukan Pajak (TPNBP) sebagai acuan pemberian alokasi anggaran tahun T+2. Ketepatan dalam penentuan TPNBP akan berpengaruh kepada pemberian alokasi anggaran tahun T+2, sehingga dapat meningkatkan optimalisasi dalam melakukan perencanaan anggaran. Keterbatasan data realisasi PNBP di Universitas Udayana dan keunggulan metode ANFIS dalam melakukan peramalan pada tipe data stasioner, memungkinkan peramalan dengan metode Grey-Markov dan ANFIS menghasilkan peramalan yang akurat, untuk itu perlu dibandingkan metode mana yang lebih baik. Hasil dari penelitian ini menunjukan metode Grey-Markov mendapatkan nilai 0,118% sedangkan metode ANFIS mendapatkan nilai 4,978% yang artinya walaupun sama-sama mendapatkan hasil sangat akurat, tetapi metode Grey-Markov mendapatkan nilai MAPE yang lebih kecil yang berarti lebih akurat dibandingkan dengan metode ANFIS. Pada variabel penerimaan SPI, metode Grey-Markov mendapatkan hasil yang sangat akurat dengan nilai MAPE 0,319% sedangkan metode ANFIS mendapatkan hasil yang kurang akurat dengan nilai MAPE 23,39% yang berarti bahwa metode Grey-Markov lebih baik dalam melakukan peramalan penerimaan SPI. Kata Kunci — ANFIS; Grey-Markov; Forecasting; PNBP
The increasing number of foreign tourists visiting Ubud, makes local people take advantage of these opportunities for transportation services business. Many people own a car, selling roadside transportation services in Ubud. So came the idea of the local community to form a group called Peguyuban Transport Bale Agung Ubud abbreviated ptbau. Therefore, this study is important to be carried out, in order to help PTBAU to measure the level of satisfaction of foreign tourists who use ptbau services. This study was conducted in Ubud Village using 105 respondents determined based on the concept of J.Supranto (2006) indicator multiplied by 5, samples in this study were selected using purposive sampling method. Data collected through questionnaires distributed when tourists use PTBAU services, then analyzed using Importance Performance Analysis and Customer Satisfaction Index. The results of this study were1) Characteristics of tourists who dominate from Germany, female gender, middle-aged, have the last education of high school equivalent, work as a private employee, married, first visit to Bali and use the services of PTBAU, visiting with friends, with a stay of 4-7 days, modes of transportation used for tours, accommodation used by hotels, and large daily expenses of Rp. <1,000,000. 2) The level of satisfaction of foreign tourists to the quality of services Peguyuban Transport Bale Agung Ubud is in the category of satisfied and priority that takes precedence in the improvement is the appearance and neatness of drivers, the price offered, the response of tourists to tourist questions, and security when tourists tour.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.