ANALISIS PERBANDINGAN HASIL PERAMALAN FUZZY TIME SERIES MODEL LEE PADA TINGKAT PENGHUNIAN KAMAR HOTEL BINTANG SATU SAMPAI DENGAN LIMA (STUDI KASUS DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA)

Retno Mutia, Dra. Ike Yuli Andjani, M.Si

2026 | Tugas Akhir | D4 Manajemen dan Penilaian Properti

Tingkat Penghunian Kamar (TPK) merupakan salah satu indikator yang

digunakan untuk menggambarkan kinerja operasional hotel. Nilai TPK bersifat

fluktuatif karena dipengaruhi oleh berbagai faktor, seperti musim, aktivitas

pariwisata, kondisi ekonomi, dan karakteristik segmen pasar pada setiap kelas hotel.

Perbedaan karakteristik tersebut menyebabkan pola TPK hotel bintang satu hingga

hotel bintang lima tidak selalu sama sehingga diperlukan metode peramalan yang

mampu mengakomodasi data yang bersifat dinamis. Penelitian ini bertujuan untuk

menganalisis perbandingan hasil peramalan Tingkat Penghunian Kamar (TPK)

hotel bintang satu sampai dengan hotel bintang lima di Daerah Istimewa

Yogyakarta menggunakan metode Fuzzy Time Series (FTS) Model Lee. Penelitian

ini menggunakan pendekatan kuantitatif dengan data sekunder berupa data bulanan

TPK hotel berbintang di Daerah Istimewa Yogyakarta periode Januari 2022 hingga

Desember 2025 yang diperoleh dari Badan Pusat Statistik (BPS). Analisis

dilakukan menggunakan metode Fuzzy Time Series Model Lee dan akurasi model

dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil

penelitian menunjukkan bahwa metode Fuzzy Time Series Model Lee menghasilkan

tingkat akurasi yang baik dengan nilai MAPE sebesar 18,43% pada hotel bintang

satu, 14,78% pada hotel bintang dua, 15,76% pada hotel bintang tiga, 16,20% pada

hotel bintang empat, dan 16,02% pada hotel bintang lima. Hasil peramalan

menunjukkan bahwa semakin tinggi klasifikasi hotel, semakin tinggi pula nilai TPK

yang diproyeksikan. Temuan ini menunjukkan bahwa perbedaan karakteristik dan

segmen pasar pada setiap kelas hotel memengaruhi pola historis serta hasil

peramalan TPK.

The hotel industry plays an important role in supporting the tourism sector

and regional economic growth. One of the main indicators used to evaluate hotel

operational performance is the Room Occupancy Rate (ROR), which reflects the

utilization of available rooms over a certain period. However, ROR data are

dynamic and fluctuate due to seasonal patterns, economic conditions, tourism

activities, and differences in market segments among hotel classifications. These

characteristics make forecasting an essential approach for understanding future

occupancy trends. This study aims to compare the forecasting results of one-star to

five-star hotels in the Special Region of Yogyakarta using the Fuzzy Time Series

(FTS) Lee Model. This research employed a quantitative descriptive approach

using monthly Room Occupancy Rate data of star-rated hotels from January 2022

to December 2025 published by Statistics Indonesia (BPS). The forecasting model

was evaluated using the Mean Absolute Percentage Error (MAPE). The results

indicate that the FTS Lee Model produced good forecasting performance for all

hotel classifications, with MAPE values ranging from 14.78% to 18.43%.

Furthermore, the forecasting results show that hotels with higher star

classifications generally have higher projected occupancy rates than lower-star

hotels, reflecting differences in market segments and demand characteristics. These

findings indicate that the FTS Lee Model is applicable for forecasting hotel

occupancy rates and can provide useful information for understanding occupancy

patterns across different hotel classifications.

Kata Kunci : Tingkat Penghunian Kamar, Hotel Berbintang, Fuzzy Time Series, Model Lee, Peramalan.