Penentuan Destinasi Wisata Favorit di Yogyakarta dengan Menggunakan Algoritma Decision Tree

Abdul Hamid Wijaya, Andriany Vandaningtyas, Rinci Kembang Hapsari

Abstract


Menjalani kehidupan tidak dapat dipisahkan dari kegiatan berwisata. Melalui berwisata, seseorang memiliki kesempatan untuk merasakan suasana baru dan menikmati kesenangan yang mungkin belum pernah dia alami selama menjalani rutinitas sehari-hari maka kegiatan berwisata menjadi suatu elemen penting dalam kehidupan Masyarakat. Dengan tersebarnya berbagai destinasi wisata di Indonesia maka perlu peran nyata untuk mengoptimalkan  pelayanan pengelola wisata dari  segi pelayanan  maupun  fasilitas. Yogyakarta menjadi salah satu pilihan wisatawan dari seluruh penjuru Indonesia umumnya atau pulau jawa khusunya tujuan wisata favorit di Indonesia. Berbagai wisata terdapat di Yogyakarta yaitu wisata budaya, wisata alam, wisata kuliner dan tempat berbelanja. Penelitian ini bertujuan untuk menentukan Destinasi Wisata Favorit di Yogyakarta menggunakan Algoritma Decision Tree. Data yang digunakan merupakan dataset destinasi wisata yang merupakan data sekunder yang diunduh dari Kaggle.com. Berdasarkan model yang telah dihasilkan den diujikan pada data pengujian didapatkan nilai rata-rata akurasi 93,66%, nilai rata-rata presisi 96,89% dan nilai rata-rata sensitivitas atau recall 76,84%.

Keywords


Destinasi wisata, Decision Tree, Akurasi, Presisi, Sensitivitas

Full Text:

PDF

References


T. Tantra, H. Millanyani, and I. M. Yefri, “Analisis Kepuasan Pengujung Berdasarkan Tourist Experience ke Daerah Istimewa Yogyakarta,” Nov. 30, 2021. doi: 10.47065/ekuitas.v3i2.1122.

V. Damayanti, A. M. Ekasari, and E. Syaodih, “The Determinants of Cultural Tourism Attractions Based on Tourist Satisfaction in the Sundapolis Area, Bandung City,” Jan. 01, 2020. doi: 10.2991/assehr.k.200225.117.

M. W. Suhantoro, “Sistem Pendukung Keputusan Rekomendasi Objek Wisata Di Kabupaten Berau Menggunakan Metode Fuzzy SAW,” Nov. 30, 2021. doi: 10.47233/jsit.v1i2.114.

A. Susanty, S. Nugroho, and A. Adyan, “OPTIMASI PENGEMBANGAN KAWASAN WISATA DI SEMARANG DENGAN MENGGUNAKAN METODEANALYTICAL HIERARCHY PROCESS, ANALISIS SWOT, DAN MULTI-ATTRIBUTE UTILITY THEORY,” Jun. 01, 2015, Diponegoro University. doi: 10.12777/jati.10.2.77-84.

B. A. R. P. Wahyu, A. F. Farozi, C. P. Mahendra, and R. K. Hapsari, ‘Classification of Diabetes Sufferers Based on Decision Tree’, INTEGER, vol. 8, no. 1, pp. 80–89, 2023, doi: https://doi.org/10.31284/j.integer.2023.v8i1.4423.

P. K. Handayani, “Penerapan Principal Component Analysis untuk Peningkatan Kinerja Algoritma Decision Tree pada Iris Dataset,” Jun. 30, 2020. doi: 10.24176/ijtis.v1i2.4939.

M. A. Subarkah, W. M. Rahmawati, S. R. Wardhana, and R. K. Hapsari, ‘Analisis Sentimen Terhadap Video Ulasan Produk Menggunakan Metode Support Vector Machine Dengan Sequential Minimal Optimization’, KERNEL J. Ris. Inov. Bid. Inform. dan Pendidik. Inform., vol. 3, no. 2, pp. 17–24, 2022.




DOI: https://doi.org/10.31284/j.kernel.2023.v4i2.7473

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Abdul Hamid Wijaya, Andriany Vandaningtyas, Rinci Kembang Hapsari

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Diindeks oleh:
Google Scholar logo Dimensions Logo