Minat berwisata di Asia Tenggara telah pulih dengan kuat, namun pada saat yang bersamaan menjadi kian sulit diprediksi. Nilai bruto dari aktivitas pariwisata di kawasan ini diperkirakan melampaui US$59 miliar atau Rp985,3 triliun pada 2024, melampaui level sebelum pandemi pada 2019. Di sisi lain, penetrasi pemesanan kegiatan pariwisata secara online terus meningkat, dari 62% pada 2023 dan diproyeksikan mencapai 74% pada 2027.

Indonesia mencerminkan arah pemulihan tersebut. Hingga Juli 2025, jumlah wisatawan mancanegara mencapai 8,5 juta orang, naik sekitar 10% dibandingkan tahun sebelumnya. Perjalanan domestik juga melonjak, dengan lebih dari 1 miliar perjalanan dilakukan sepanjang tahun lalu. Pada saat yang sama, nilai pasar platform perjalanan dan pariwisata online di Indonesia telah mencapai sekitar US$5 miliar atau sekitar Rp83,5 triliun, didorong oleh meningkatnya akses internet, penggunaan smartphone, serta pertumbuhan kelas menengah.

Namun di balik pertumbuhan ini, pola permintaan menjadi semakin fluktuatif. Hotel tidak lagi bisa hanya mengandalkan pola musiman lama dalam membaca pasar dan menetapkan harga. Kecerdasan buatan atau AI memang memainkan peran yang semakin penting, tetapi mengandalkannya sepenuhnya juga bukan jawaban.

Ketika AI memberi nilai nyata

di banyak pasar Asia Tenggara seperti Indonesia dan Filipina, lonjakan permintaan tidak lagi hanya terjadi pada musim liburan. Kenaikan kini sering dipicu oleh konser, acara olahraga, dan long weekend, sementara banjir atau badai justru dapat menyebabkan penurunan mendadak.
Memprediksi dinamika ini secara manual semakin sulit.

 Model machine learning mampu menggabungkan berbagai data seperti riwayat pemesanan, kalender, cuaca, agenda acara, harga kompetitor, hingga tren pencarian untuk mendeteksi perubahan lebih awal. Sejumlah studi menunjukkan model semacam ini kerap lebih akurat dibandingkan proyeksi manual, terutama di kota dengan permintaan yang tidak stabil.

Di segmen budget dan midscale, lebih dari 85% pemesanan kini terjadi untuk menginap di hari yang sama atau keesokan harinya, termasuk dari platform Online Travel Agent (OTA). Dengan jendela pemesanan yang semakin pendek, strategi harga statis berbasis hari kerja dan akhir pekan sudah tidak lagi memadai.

Sistem penetapan harga berbasis AI memungkinkan penyesuaian tarif secara dinamis, berdasarkan tingkat okupansi, jarak menuju tanggal check in, aktivitas pencarian, hingga pencarian yang tidak berujung pemesanan. Faktor tak terduga seperti aksi unjuk rasa atau gangguan sosial juga dapat diperhitungkan. Harga bisa turun ketika okupansi rendah atau naik saat minat pencarian meningkat. Di pasar di mana wisatawan membandingkan banyak aplikasi sebelum memesan, perubahan harga kecil pun bisa berdampak signifikan.

Perilaku wisatawan di Asia Tenggara juga semakin beragam. Wisatawan muda yang digital native, tamu jangka panjang atau workcation (work and vacation), serta keluarga yang sensitif terhadap harga, memiliki kebutuhan yang berbeda. AI membantu mengidentifikasi segmen ini dan menguji penawaran yang lebih relevan, mulai dari diskon long stay hingga paket bundling.

Satu properti hotel juga bisa menerima ulasan dalam berbagai bahasa, muncul dalam percakapan media sosial, dan menarik minat pencarian dari banyak kota asal. Alat berbasis AI dapat merangkum ulasan, membaca perubahan sentimen, serta mengidentifikasi wilayah minat yang sedang naik atau menurun, hal yang semakin penting di kawasan dengan pergeseran permintaan yang cepat.

Keterbatasan AI

Meski menawarkan banyak manfaat, AI tetap memiliki keterbatasan. Banyak wisatawan masih berhati hati terhadap keputusan yang sepenuhnya otomatis. Hanya sekitar 8% hingga 11% responden di Asia yang menyatakan sepenuhnya percaya pada rekomendasi berbasis AI. Untuk keluarga, tamu korporasi, wisatawan muda, atau pelancong pertama kali, rekomendasi dari keluarga, teman, kreator konten, atau agen perjalanan tetap memiliki pengaruh besar, terutama ketika muncul masalah dan dibutuhkan sentuhan manusia.

Tantangan lain datang dari fragmentasi data. Sebagian besar permintaan masih berasal dari tamu yang datang langsung, pembayaran tunai, agen, serta pemesanan korporasi dan pemerintah. Kanal ini sering kali berada di luar sistem digital, sehingga berpotensi memicu pembacaan yang keliru. Sebagai contoh, pemesanan korporasi dalam jumlah besar atau lonjakan walk in sesaat bisa membuat sistem mengira permintaan kota sedang tinggi, lalu menaikkan harga online, padahal permintaan dasarnya tidak sekuat itu.

Untuk mengatasi hal ini, banyak operator mulai memisahkan sinyal online dan offline, meski perjalanan keluarga, acara komunitas, dan pemesanan grup mendadak masih sulit tertangkap algoritma.

Nuansa budaya juga menambah kompleksitas. Ulasan yang sedikit negatif bisa saja hanya mencerminkan masalah kecil, tetapi dapat dibaca AI sebagai isu besar. Di sisi lain, meskipun wisatawan sering menyatakan menginginkan personalisasi, tidak semuanya bersedia membagikan data rinci yang dibutuhkan, sehingga ruang personalisasi berbasis AI tetap terbatas.

Menyeimbangkan algoritma dan penilaian manusia

Kekuatan dan keterbatasan ini menunjukkan arah yang jelas. Dalam industri perhotelan Asia Tenggara, pengelolaan permintaan bukan soal AI menggantikan manusia, melainkan AI mendukung penilaian manusia.
Pendekatan yang paling efektif adalah ketika AI menangani pekerjaan berat seperti memindai sinyal, memproyeksikan permintaan, merekomendasikan harga real time, dan mengelompokkan perilaku tamu, sementara manusia menafsirkan hasil tersebut, menerapkan pemahaman lokal, menetapkan batas strategis, serta mengambil keputusan ketika data tidak sepenuhnya mencerminkan kondisi di lapangan.
Alih-alih melihat AI sebagai ancaman terhadap lapangan kerja, industri justru dapat memanfaatkannya untuk meningkatkan efisiensi peran manusia, menggeser tim dari pekerjaan berulang menuju peran yang lebih -strategis dan berorientasi pada pengalaman tamu.

Arah baru AI di industri perhotelan

Ke depan, AI akan semakin membentuk perjalanan tamu. Alat perencanaan perjalanan berpotensi berkembang untuk membantu wisatawan menyusun itinerary lengkap sesuai tujuan dan preferensi mereka.
AI juga membuka peluang untuk meningkatkan retensi dan pendapatan tambahan. Ketika operator memahami alasan tamu bepergian, mereka dapat menawarkan rekomendasi kecil yang relevan dan tepat waktu, alih-alih promosi massal. Dari sisi operasional, AI juga menyederhanakan tugas rutin, mengalihkan fokus tim dari pembaruan manual menuju interpretasi sinyal pasar.

Peluang terbesar bukan membiarkan algoritma mengambil alih, melainkan memanfaatkannya agar manusia dapat fokus pada keunggulannya membaca konteks, menimbang pilihan, dan memfasilitasi tamu. Di pasar yang dinamis seperti Indonesia dan Asia Tenggara, hotel yang memposisikan AI bukan sebagai autopilot, namun sebagai asisten yang andal, akan lebih siap mengelola permintaan industri secara berkelanjutan.

DISCLAIMER

Opini yang disampaikan dalam artikel ini sepenuhnya merupakan pandangan pribadi penulis dan tidak mencerminkan sikap, kebijakan, atau pandangan resmi dari Bloomberg Technoz. Kami tidak bertanggung jawab atas keakuratan, kelengkapan, atau validitas informasi yang disajikan dalam opini ini.

Setiap pembaca diharapkan untuk melakukan verifikasi dan mempertimbangkan berbagai sumber sebelum mengambil kesimpulan atau tindakan berdasarkan opini yang disampaikan. Jika terdapat keberatan atau klarifikasi terkait isi opini ini, silakan hubungi redaksi melalui contact@bloombergtechnoz.com

(vib)