Analisis Algoritma K-Medoids Clustering Dalam Menentukan Pemesanan Hotel

Abstract

Pada saat ini bisnis perhotelan berkembang begitu pesat, hal ini disebabkan karena banyak bermunculan hotel-hotel kecil, menengah sampai hotel berbintang dari satu sampai bintang lima sehingga persaingan dunia hotel semakin ketat. Pesatnya pertumbuhan hotel mendorong persaingan yang ketat sehingga banyak hotel melakukan inovasi baik dalam produk, layanan dan fasilitas yang dimiliki, kemudian data yang dimiliki suatu hotel merupakan salah satu aset dari suatu hotel tersebut. Oleh karena itu, hotel perlu mengelompokan pemesanan hotel sebagai pertimbangan dalam mengambil keputusan untuk strategi pemasaran untuk mencapai target yang dituju. Penelitian ini menggunakan metode K-Medoids agar dapat diketahui pola pemesanan hotel bagi para tamu hotel. K-Medoids merupakan metode partisional clustering yang bertujuan untuk menemukan set k-cluster di antara data yang paling mencirikan objek dalam kumpulan data. Clustering atau klusterisasi adalah salah satu alat bantu pada data mining yang bertujuan mengelompokkan objek-objek ke dalam cluster–cluster. Dari hasil penelitian yang telah dilakukan menghasilkan 3 cluster dengan cluster pertama terdiri dari 2.343 record transaksi, cluster ke-2 terdiri dari 1833 record transaksi, dan cluster ke-3 terdiri dari 4.530 record transaksi. Jumlah pemesanan hotel terbanyak terdapat pada cluster ke-3 dengan 4.530 record transaksi, yang bisa dijadikan barometer pemasaran, penentuan target tamu dan strategi-strategi promosi pihak hotel di masa mendatang.

Kata Kunci: Pemesanan Hotel, Clustering, K-Medoids.