Sebuah Aplikasi Metode Hybrid Forecasting Singular Spectrum Analysis – Extreme Learning Machine pada Peramalan Wisatawan Mancanegara

International tourism is one indicator of measuring tourism development. Tourism development is important for the national economy since tourism could boost foreign exchange, create business opportunities, and provide employment opportunities. The prediction of foreign tourist numbers in the future obtained from forecasting is used as an input parameter for strategy and tourism programs planning. In this paper, the Hybrid Singular Spectrum Analysis – Extreme Learning Machine (SSA-ELM) is used to forecast the number of foreign tourists.  Data used is the number of foreign tourists January 1980 - December 2017 taken from Badan Pusat Statistik (Statistics Indonesia). The result of this research concludes that Hybrid SSA-ELM performance is very good at forecasting the number of foreign tourists. It is shown by the MAPE value of 4.91 percent with eight observations out a sample.Wisman adalah salah satu indikator untuk melihat perkembangan pariwisata. Perkembangan pariwisata mempunyai andil penting bagi perekonomian karena pariwisata merupakan booster peningkatan devisa, menciptakan peluang usaha, dan membuka kesempatan kerja.  Sebagai bahan input untuk strategi dan program pariwisata adalah prediksi terhadap jumlah wisman di masa depan yang diperoleh dari peramalan.  Dalam paper ini, penulis menggunakan metode Hybrid singular spectrum analysis – extreme learning machine untuk meramalkan jumlah wisman. Data yang digunakan dalam penelitian adalah jumlah wisman yang bersumber dari Badan Pusat Statistik. Hasil penelitian ini bahwa kemampuan metode Hybrid SSA-ELM sangat baik dalam meramalkan jumlah wisman. Hal tersebut ditunjukkan oleh nilai MAPE sebesar 4.91 persen, dengan out sample sebanyak delapan observasi