PEMODELAN BANYAKNYA KUNJUNGAN WISATAWAN PADA EMPAT LOKASI WISATA DKI JAKARTA DENGAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE – SEEMINGLY UNRELATED REGRESSION (GSTAR-SUR)

ABSTRAK Dian Belly Yani. 2016. PEMODELAN BANYAKNYA KUNJUNGAN WISATAWAN PADA EMPAT LOKASI WISATA DKI JAKARTA DENGAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE – SEEMINGLY UNRELATED REGRESSION (GSTAR-SUR). Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret. Model generalized space time autoregressive – seemingly unrelated regression (GSTAR-SUR) adalah salah satu model space time yang digunakan untuk memodelkan data runtun waktu yang memiliki keterkaitan antar lokasi. Model GSTAR-SUR menggunakan metode generalized least square (GLS) dalam mengestimasi parameternya. Data banyaknya kunjungan wisatawan merupakan salah satu data runtun waktu yang memiliki keterkaitan antar lokasi sehingga dapat dimodelkan dengan model GSTAR-SUR. Pada penelitian ini dilakukan pemodelan banyaknya kunjungan wisatawan pada empat lokasi wisata DKI Jakarta dengan model GSTAR-SUR. Keempat lokasi tersebut adalah Ancol, TMII, Ragunan dan Monumen Nasional. Berdasarkan hasil penelitian, diperoleh model GSTAR -SUR dan validasi model ditunjukkan dengan prediksi model GSTAR -SUR untuk bulan Januari sampai dengan Desember 2014 dengan nilai root mean square error (RMSE) pada Ancol, TMII, Ragunan dan Monas berturut-turut sebesar , , , dan . Kata Kunci : space time, GSTAR-SUR, GLS, wisatawan