Forecasting Method Analysis for Predicting Ticketing Sales of Classical Music Concert in Taipei

MONICA GARBY S, Andi Rahadiyan Wijaya, S.T., M.Sc., Lic., Ph.D.

2016 | Tesis | S2 Teknik Industri

Musik klasik merupakan salah satu genre musik yang memiliki konsumen dengan karateristik yang unik. Contohnya, Taipei sebagai kota metropolitan di Taiwan, penjualan tiket musik klasik untuk harga yang lebih murah lebih baik dibandingkan penjualan tiket dengan harga yang lebih tinggi. Oleh karena itu, mengetahui karakteristik dan pola pembelian pada konser musik klasik sangat penting demi kesuksesan dalam mempromosikan tiket mereka. Pada penelitian ini, analisis dengan regresi mutivariat dan Artificial Neural Network (ANN) digunakan untuk mempelajari dan memprediksi penjualan tiket musik klasik kategori harga low, medium, dan high dengan mempertimbangkan faktor-faktor yang mempengaruhi penjualan tiket seperti jenis musik klasik, jenis alat musik yang digunakan, memiliki sponsor atau tidak, dan lain sebagainya. Data penjualan tiket musik klasik dari tahun 2010 hingga 2011 yang digunakan dalam penelitian ini merupakan data yang disediakan oleh sebuah perusahaan penjualan tiket online di Taiwan. Prediksi dengan metode regresi multivariat lebih baik menggunakan correlated attributes saja. Sebaliknya, prediksi dengan metode ANN lebih baik dengan menggunakan seluruh atribut. Hasil penelitian menunjukkan bahwa model ANN mampu menghasilkan hasil prediksi yang lebih baik dibandingkan metode regresi multivariat. Model ANN dapat menghasilkan RMSE sebesar 0.174 atau 17% eror dalam prediksi penjualan tiket (%) untuk keseluruhan kategori harga dan total penjualan untuk seluruh kategori.

Classical music, one of music genre, has its own special audience with unique characteristics of the consumer behavior. For example, for Taipei as a metropolitan in Taiwan, the ticket sales of classical music concerns with lower price in fact is better than the sales of tickets with higher price. Therefore knowing the characteristics and purchasing pattern of classical music concerts is very crucial for the success of their concert ticket promotion. In this research, multivariate regression analysis and Artificial Neural Network (ANN) were used to study and predict the classical music ticket sales of low, medium, and high price category by using data features which might affect the ticketing sales such as type of classical music, whether the concert has sponsorship, and so on. The ticket sales data of classical music concert from 2010 to 2011 in Taiwan provided by an online ticketing company in Taiwan was used for investigation. Prediction using multivariate regression method is better using only correlated attributes. In contrary, prediction using ANN method is better using all of the attributes. The experimental result shows that the ANN model can generate better prediction result comparing with the multivariate regression method. In average, ANN model can obtain 0.174 of RMSE which can be considered as 17% prediction error in terms of the percentage of ticket sold across three price category and the total ticket sold for all categories.

Kata Kunci : ticketing sales forecasting, multivariate regression, neural network