Perbandingan Hasil Evaluasi Algoritma K-Means dan K-Medoid Berdasarkan Kunjungan Wisatawan Mancanegara ke Indonesia

Suastika Yulia Riska, Lia Farokhah

Abstract

Kegiatan Pariwisata merupakan salah satu kegiatan yang dapat mempengaruhi tingkat perekonomian suatu negara. Kegiatan pariwisata yang dapat menarik minat wisatawan mancanegara masuk ke Indonesia menjadi salah satu kontribusi pendapatan untuk Negara Indonesia. Berdasarkan data dari BPS menunjukkan adanya penurunan yang signifikan dari jumlah wisatawan mancanegara yang datang ke Indonesia. Tujuan penelitian ini adalah untuk membentuk kelompok negara-negara berdasarkan jumlah wisatawan mancanegara yang masuk ke Indonesia dari yang paling banyak hingga yang paling sedikit. Kemudian hasil pengelompokkan tersebut dapat digunakan sebagai acuan pemerintah untuk menerapkan strategi yang tepat untuk meningkatkan antusias wisatawan datang ke Indonesia. Algoritma yang digunakan untuk proses clustering adalah K-Means dan K-Medoids, dengan menerapkan nilai k=2, k=3, dan k=5. Proses evaluasi digunakan metode davies bouldin index. Hasil cluster terbaik dalam kasus ini adalah dengan menggunakan Algoritma K-Means dengan k=5, dan dengan hasil nilai davies bouldin index -0.302.

Full Text:

download

References

Urbanus, N., & Febianti. (2017). Analisis dampak perkembangan pariwisata terhadap perilaku konsumtif masyarakat wilayah bali selatan. Jurnal Kepariwisataan Dan Hospitalitas, 1(No.2), 118–133.

Irfiani, E., Sulistia Rani, S., Kamal Raya No, J., Road Barat Cengkareng Jakarta Barat, R., Nusa Mandiri Jl Kramat Raya No, S., & Pusat, J. (2018). Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita. Jurnal Sistem Dan Teknologi Informasi, 6(4), 161–168.

Alfatah, D. (2021). Application of the K-Means Clustering Algorithm in Mapping the Regional Voter Strategy for the Legislative Candidates for the DPR RI Penerapan Algoritma K-Means Clustering dalam Memetakan Strategi Daerah Pemilih pada Calon Legislatif DPR RI. Jurnal Komitek, 1(2), 435–443.

Farokhah, L., & Aditya, R. (2017). Implementasi K-Means Klustering Untuk Rekomendasi Tema Tugas Akhir Pada Stmik Asia Malang. Jurnal Teknologi Dan Manajemen Informatika, 3(2), 142–148. https://doi.org/10.26905/jtmi.v3i2.1329

Mustofa, Z., & Iman Saufik Suasana. (2020). Algoritma Clustering K-Medoids Pada E-Government Bidang Information and Communication Technology Dalam Penentuan Status Edgi. Jurnal Teknologi Informasi Dan Komunikasi, 9(1), 1–10. https://doi.org/10.51903/jtikp.v9i1.162

Riyanto, B. (2019). Penerapan Algoritma K-Medoids Clustering Untuk Pengelompokkan Penyebaran Diare Di Kota Medan (Studi Kasus: Kantor Dinas Kesehatan Kota Medan). KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 562–568. https://doi.org/10.30865/komik.v3i1.1659

Alodia, D. A., Fialine, A. P., Endriani, D., & Widodo, E. (2021). Implementasi Metode K-Medoids Clustering untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pendidikan. Sepren, 2(2), 1–13. https://doi.org/10.36655/sepren.v2i2.606

Dwilestari, G., Mulyawan, Martanto, & Ali, I. (2021). Analisis Clustering menggunakan K-Medoid pada Data Penduduk Miskin Indonesia. JURSIMA: Jurnal Sistem Informasi Dan Manajemen, 9(3), 282–290.

Jannah, S. M. (2022). BPS Catat Kunjungan Wisman Sepanjang 2021 Hanya 1,56 Juta Orang. Tirto.Id. https://tirto.id/bps-catat-kunjungan-wisman-sepanjang-2021-hanya-156-juta-orang-gosd

Dinata, R. K., Safwandi, S., Hasdyna, N., & Azizah, N. (2020). Analisis K-Means Clustering pada Data Sepeda Motor. INFORMAL: Informatics Journal, 5(1), 10. https://doi.org/10.19184/isj.v5i1.17071

Badan Pusat Statistik. (n.d.). Retrieved October 1, 2022, from https://www.bps.go.id/indicator/16/1470/1/kunjungan-wisatawan-mancanegara-per-bulan-menurut-kebangsaan.html

Muningsih, E., Maryani, I., & Handayani, V. R. (2021). Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa. Jurnal Sains Dan Manajemen, 9(1), 95–100. https://ejournal.bsi.ac.id/ejurnal/index.php/evolusi/article/view/10428/4839

Refbacks

  • There are currently no refbacks.