基于谷歌趋势的卡尔曼过滤器分析可以预测大流行后印尼其他国家游客的到来

Evita Purnaningrum, Hanief Khoyyir Nafah
{"title":"基于谷歌趋势的卡尔曼过滤器分析可以预测大流行后印尼其他国家游客的到来","authors":"Evita Purnaningrum, Hanief Khoyyir Nafah","doi":"10.36456/jstat.vol14.no2.a4956","DOIUrl":null,"url":null,"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","PeriodicalId":115638,"journal":{"name":"J Statistika","volume":"51 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Analisis Kalman filter berbasis Google Trends untuk Prediksi Kedatangan Wisatawan Mancanegara di Indonesia Pasca Pandemi\",\"authors\":\"Evita Purnaningrum, Hanief Khoyyir Nafah\",\"doi\":\"10.36456/jstat.vol14.no2.a4956\",\"DOIUrl\":null,\"url\":null,\"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\",\"PeriodicalId\":115638,\"journal\":{\"name\":\"J Statistika\",\"volume\":\"51 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-01-22\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"J Statistika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36456/jstat.vol14.no2.a4956\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"J Statistika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36456/jstat.vol14.no2.a4956","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

到2019年,外国游客对印尼的访问有了相当大的增加。因此,旅游业预计将成为美国接待的最大支柱之一。然而,当Coronavirus在2019年底出现时,该部门成为最受影响的行业部门,其规模急剧下降,预计将在2035年至2045年左右有所改善。这一事件促使研究人员使用卡尔曼过滤法为外国大流行游客制定最佳预测模型。卡尔曼滤镜是一种州立太空模型,可以重复进行,以产生高估计准确度的值。该模型得到了谷歌趋势分析的支持,该趋势能够激发其他国家对印尼旅游业的兴趣,尤其是在大流行时期。研究表明,尽管有大流行,一些国家仍然对印尼的旅游景点感兴趣。此外,卡尔曼过滤在外国游客中具有很高的准确性
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Analisis Kalman filter berbasis Google Trends untuk Prediksi Kedatangan Wisatawan Mancanegara di Indonesia Pasca Pandemi
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
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Penerapan Model Spasial Menggunakan Matriks Pembobot Queen Contiguity dan Euclidean Distance Terhadap Kasus Gizi Buruk Balita di Provinsi Nusa Tenggara Timur Peramalan Curah Hujan Harian Kabupaten Jember Dengan Jaringan Saraf Tiruan Dan General Circulation Model Estimation of Survival Function in Head and Neck Cancer Patients Using the Kaplan-Meier Method Analisis Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Berdasarkan Kabupaten/Kota Di Jawa Tengah Analisis Faktor-Faktor Yang Mempengaruhi Anemia Pada Ibu Hamil Menggunakan CART
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1