Pengaruh Iklim terhadap Pola Perubahan Pendapatan Masyarakat dari Kegiatan Pariwisata (Studi Kasus: Pantai Pangandaran).

Abstract

Kondisi iklim dan cuaca salah satu faktor penting dalam kegiatan pariwisata terutama wisata alam karena banyak aktivitas di luar ruangan. Banyaknya kunjungan wisata akan dipengaruhi oleh kondisi cuaca/iklim. Aktivitas ekonomi di wilayah tujuan wisata sangat berkaitan erat dengan intensitas dan banyaknya kunjungan. Tingginya tingkat kunjungan akan berkontribusi positif terhadap kegiatan ekonomi masyarakat di wilayah wisata. Penelitian ini bertujuan untuk menganalisis pengaruh iklim terhadap perubahan pola kunjungan wisata dan pendapatan masyarakat dari kegiatan pariwisata serta menyusun model untuk menprediksi tingkat kunjungan wisata. Analisis pengaruh iklim terhadap tingkat kunjungan dilakukan dengan menggunakan metode regresi sedangkan model prediksi disusun dengan metode SARIMA. Hasil analisis menunjukkan bahwa iklim tidak berpengaruh nyata terhadap kunjungan wisatawan nusantara (wisnus) akan tetapi lebih dipengaruhi oleh waktu liburan sekolah. Puncak kunjungan winus terjadi pada waktu libur panjang baik di musim kemarau ataupun di musim hujan. Lonjakan kunjungan terjadi pertama pada bulan Agustus dan kedua pada bulan Desember sampai Januari. Sementara waktu kunjungan wisatawan mancanegara (wisman) sangat berkaitan erat dengan kondisi iklim, yaitu kecepatan angin. Jumlah kunjungan wisman meningkat pada musim pancaroba dan musim kemarau dimana kecepatan angin umumnya meningkat. Kegiatan outdoor yang paling disenangi oleh wisman ialah selancar angin. Kunjungan wisman menurun dengan meningkatnya curah hujan. Kunjungan wisman terendah terjadi pada saat puncak musim hujan. Pengaruh kunjungan wisnus terhadap pendapatan masyarakat lebih tinggi dibanding wisman. Secara umum pola pendapatan masyarakat mengikuti pola kunjungan wisnus. Variasi kunjungan wisnus dan wisman lebih berpengaruh pada pendapatan dari jenis usaha skala kecil. Berdasarkan analisis Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF), model SARIMA terpilih adalah SARIMA(2,1,2)(1,1,2)12. Hasil verifikasi model menunjukkan bahwa model ini mampu menangkap pola kunjungan wisatawan. Namun demikian, hasil validasi tidak memberikan hasil yang sama, model tidak dapat memprediksi jumlah kunjungan dengan baik. Adanya kejadian khusus yang belum pernah terjadi di masa lalu yang menyebabkan terjadinya perubahan pola kunjungan yang signifikan pada saat ini menyebabkan model SARIMA menjadi tidak layak untuk prediksi. Model prediksi kunjungan wisatawan yang menggunakan pendekatan non-parametrik diperkirakan akan memiliki perfoman yang lebih baik.