Implementasi Algoritma K-Means Untuk Clusterisasi Jumlah Kunjungan Tamu Asing Pada Hotel Berbintang Menurut Provinsi di Indonesia
Abstract
Sebagai negara kepulauan, Indonesia memiliki banyak daya tarik wisata sehingga banyak tamu asing atau wisatawan yang berkunjung ke daerah di Indonesia. Dengan adanya daya tarik wisata, pemerintah berupaya untuk menyediakan fasilitas hotel guna menunjang dan meningkatkan ekonomi masyarakat. Hotel sendiri merupakan tempat khusus yang disediakan untuk menginap yang dikelola oleh pihak swasta. Tujuan dari penelitian ini adalah untuk mengetahui pengelompokkan tamu asing yang menginap di hotel berbintang berdasarkan propinsi mulai tahun 2016 sampai tahun 2021. Perhitungan pengelompokkan menggunakan algoritma K-Means, dimana algoritma K-Means adalah satu jenis metode pengelompokkam non-hierarki dengan membagi data dengan jumlah yang besar besar menjadi cluster/kelompok. Hasil yang didapat dari implementasi algoritma K-Means ini didapatkan 4 propinsi masuk ke dalam kelompok/cluster 0 (jumlah kunjungan tinggi), 6 propinsi masuk ke dalam cluster 1 (jumlah kunjungan sedang) dan 24 propinsi masuk ke dalam cluster 2 (jumlah kunjungan rendah).
Full Text:
PDF (67-77)References
Atma, Y. A., Montesori, S., Teknologi, J., Politeknik, I., & Padang, N. (2022). ANALISIS DATA MINING UNTUK MENENTUKAN PROFIT PERUSAHAAN MENGGUNAKAN METODE K-MEANS THE DATA MINING ANALYSIS TO DETERMINE COMPANY PROFIT USING K-MEANS METHOD. 3(2), 29–36.
Dacwanda, D. O., & Nataliani, Y. (2021). Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan. Aiti, 18(2), 125–138. https://doi.org/10.24246/aiti.v18i2.125-138
Direktur Jenderal Pariwisata Nomor : 14/U/II/88. (1988). Keputusan Direktur Jenderal Pariwisata No. 14/U/II/88. Pedoman Pembinaan Pramuwisata Khusus Direktur Jenderal Pariwisata, 362. https://jdih.kemenparekraf.go.id/asset/data_puu/regulation_subject_1576230513_14uii88.pdf
Indonesia, P. R. (2007). Peraturan Presiden No. 86 Tahun 2007 tentang Badan Pusat Statistik. http://www2.pom.go.id/public/hukum_perundangan/pdf/Pengamanan rokok bagi kesehatan.pdf
Khotimah, T. (2014). Pengelompokan Surat Dalam Al Qur�an Menggunakan Algoritma K-Means. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 5(1), 83–88. https://doi.org/10.24176/simet.v5i1.141
Kurniawan, W., Rifai, A., Gata, ; Windu, & Gunawan, D. (2020). Analisis Algoritma K-Medoids Clustering Dalam Menentukan Pemesanan Hotel. Jurnal Swabumi, 8(2), 182–187. https://www.kaggle.com
Listiani, L., Agustin, Y. H., & Ramdhani, M. Z. (2019). Implementasi algoritma k-means cluster untuk rekomendasi pekerjaan berdasarkan pengelompokkan data penduduk. SENSITIf: Seminar Nasional Sistem Informasi Dan Teknologi Informasi, 761–769.
Nasir, J. (2021). Penerapan Data Mining Clustering Dalam Mengelompokan Buku Dengan Metode K-Means. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 11(2), 690–703. https://doi.org/10.24176/simet.v11i2.5482
Pramayuda, D., Lubis, M. R., Saragih, I. S., & Tunas Bangsa, S. (2020). Pengelompokan Tamu Asing Ke Indonesia Berdasarkan Provinsi Dengan Algoritma K-Means. Kesatria : Jurnal Penerapan Sistem Informasi (Komputer Dan Manajemen), 1(4), 130–137. http://tunasbangsa.ac.id/pkm/index.php/kesatria/article/view/38
Purba, W., Siawin, W., & . H. (2019). Implementasi Data Mining Untuk Pengelompokkan Dan Prediksi Karyawan Yang Berpotensi Phk Dengan Algoritma K-Means Clustering. Jurnal Sistem Informasi Dan Ilmu Komputer Prima(JUSIKOM PRIMA), 2(2), 85–90. https://doi.org/10.34012/jusikom.v2i2.429
Sari, R. W., & Hartama, D. (2018). Data Mining : Algoritma K-Means Pada Pengelompokkan Wisata Asing ke Indonesia Menurut Provinsi. Seminar Nasional Sains & Teknologi Informasi (SENSASI), 322–326.
DOI: https://doi.org/10.31294/evolusi.v11i1.15195
ISSN: 2657-0793 (online). ISSN: 2338-8161 (print)
