PROFIL TINGKAT OKUPANSI HOTEL DI NTB SELAMA PANDEMI COVID-19 DENGAN MENGGUNAKAN BIG DATA

  • Wiwin Srimulyani Politeknik Statistika Stis (Student)
  • Nurtia Nurtia
  • Maulana Faris
  • Nensi Fitria Deli
  • Setia Pramana
Keywords: covid019, pandemic, Big Data, Accupancy Rate, Hotel, NTB, West Nusa Tenggara

Abstract

SARS-CoV-2 atau lebih biasa dikenal dengan COVID-19 pertama kali terjadi di Wuhan, ibukota Provinsi Hubei, China pada akhir tahun 2019 lalu. Virus covid-19 juga berdampak besar terhadap industri perhotelan dengan tingkat hunian yang jauh dibawah rata-rata musiman di seluruh Indonesia. pada saat pertama kali covid-19 diumumkan tingkat okupansi turun hingga 20% di seluruh hotel di Indonesia. Tak hanya itu kebijakan new normal juga sangat mempengaruhi preferensi masyarakat untuk berlibur dan menggunakan fasilitas akomondasi. Untuk itu penelitian ini bertujuan untuk mengetahui tentang dampak covid-19 terhadap tingkat okupansi hotel di Nusa Tenggara Barat dengan menggunakan metode web scraping. Tingkat okupansi hotel didekati dengan menjumlahkan jumlah kamar total dikurangi dengan jumlah kamar tersisa kemudian hasilnya dibagi dengan jumlah kamar total lalu dikalikan dengan sebuah konstanta. Secara keseluruhan,diumumkannya covid-19 pertama kali membuat tingkat okupansi hotel di Nusa Tenggara barat turun drastis hingga 14%. Penurunan ini juga terjadi untuk hotel berbintang dan hotel dengan tipe guesthouse, hostel, resor dan hotel. Namun, penurunan ini tidak terjadi untuk hotel non bintang. Sedangkan pada era new normal, kenaikan tingkat okupansi yang bertahap terjadi di Nusa Tenggara Barat. Hal ini juga berlaku untuk hotel berbintang, non bintang, hotel dengan tipe resor dan hotel. Sebaliknya, new normal tidak terlalu mempengaruhi tingkat okupansi hotel dengan tipe guesthouse dan hostel.

Published
2021-01-05
How to Cite
Srimulyani, W., Nurtia, N., Faris, M., Deli, N., & Pramana, S. (2021). PROFIL TINGKAT OKUPANSI HOTEL DI NTB SELAMA PANDEMI COVID-19 DENGAN MENGGUNAKAN BIG DATA. Seminar Nasional Official Statistics, 2020(1), 273-280. https://doi.org/10.34123/semnasoffstat.v2020i1.503