Penerapan Data Mining Dalam Mengelompokkan Kunjungan Wisatawan Mancanegara Di Prov. Sulawesi Selatan Dengan K-Means Dan SVM
Abstract
Indonesia's exchange rate can rise due to foreign tourist visits, which can also benefit the local economy. The provincial capital. South Sulawesi is Makassar which is one of the locations for tourist visits. There are 11 main tourist attractions in Prov. South Sulawesi according to sulselprov 1) Maritime Tourism, 2) Losari Beach, 3) Rotterdam Fort, 4) Somba opu Fort, 5) Takabonerate Marine Park, 6) Bantimurung National Park, 7) Malino, 8) Tanjung Bira Beach, 9) Kesu Tourism, 10) Londa Tourism, 11) Pallawa Tourism. The purpose of this study is to analyze the application of data mining in classifying the number of foreign tourists visiting the prefecture. South Sulawesi uses k-means. The data used comes from BPS Prov. South Sulawesi. The data is grouped into two clusters. That is, the most tourists as C1 with results from Malaysia, and low tourist arrivals as C0 with results from Singapore, Japan, South Korea, Taiwan, China, India, the Philippines, Hong Kong, Thailand, Australia, USA, UK, Netherlands, Germany, France, Russia, Saudi Arabia, Egypt, United Arab Emirates, Pearl of the Persian Gulf, and Switzerland then I use and process this data again with SVM to look for precision, precision and recall values and get 100.00% accuracy in the RapidMiner application.
Keywords
Full Text:
References
R. E. Pranata, S. P. Sinaga, and A. Wanto, “Estimasi Wisatawan Mancanegara Yang Datang ke Sumatera Utara Menggunakan Jaringan Saraf,” J. SemanTIK, vol. 4, no. 1, pp. 97–102, 2018.
“Badan Pusat Statistik Provinsi Sulawesi Selatan.” https://sulsel.bps.go.id/pressrelease/2017/09/04/287/jumlah-wisatawan-mancanegara-wisman-yang-datang-melalui-pintu-masuk-makassar-pada-juli-2017-mencapai-2-049-kunjungan.html (accessed Dec. 08, 2022).
L. Maulida, “Penerapan Data Mining dalam Mengelompokkan Kunjungan Wisatawan ke Objek Wisata Unggulan di Prov. DKI Jakarta dengan K-Means,” JISKA J. Inform. Sunan Kalijaga, vol. 2, no. 3, pp. 167–174, 2018.
L. Surtiningsih, M. T. Furqon, and S. Adinugroho, “Prediksi Jumlah Kunjungan Wisatawan Mancanegara Ke Bali Menggunakan Support Vector Regression dengan Algoritma Genetika,” J. Pengemb. Teknol. Inf. Dan Ilmu Komput. E-ISSN, vol. 2548, p. 964X, 2018.
S. Darma, S. Defit, D. Hartama, W. Robiansyah, and F. Firzada, “Penerapan Metode K-Means Dalam Pengolompokan Jumlah Wisatawan Asing Di Indonesia,” in Prosiding Seminar Nasional Riset Information Science (SENARIS), 2020, vol. 2, pp. 255–261.
E. Muningsih, N. Hasan, and G. B. Sulistyo, “Penerapan Metode Principle Component Analysis (PCA) untuk Clustering Data Kunjungan Wisatawan Mancanegara ke Indonesia,” Bianglala Inform., vol. 8, no. 1, pp. 58–62, 2020.
I. J. Thira, N. A. Mayangky, D. N. Kholifah, I. Balla, and W. Gata, “Peramalan Data Kunjungan Wisatawan Mancanegara ke Indonesia menggunakan Fuzzy Time Series,” J Edukasi Dan Penelit Inf., vol. 5, no. 1, 2019.
R. Rismayani, S. Wahyuni, M. Patasik, I. Iskandar, and S. Asnany, “Implementasi Sistem Pencarian Wisata Menggunakan Tour Talk Share (TTS) Berbasis Android Pada Provinsi Sulawesi Selatan,” Komputika J. Sist. Komput., vol. 10, no. 1, pp. 77–84, 2021.
Z. A. Fatimah and A. Naryoso, “Hubungan Antara Intensitas Mengakses Informasi Pariwisata Akun Instagram@ Indtravel Dan Intensitas Komunikasi Word Of Mouth Dengan Minat Wisatawan Mancanegara Berkunjung Ke Indonesia,” Interak. Online, vol. 7, no. 1, pp. 87–98, 2018.
I. Hadiriyanto and M. Y. Darsyah, “Peramalan Jumlah Wisatawan Mancanegara di Provinsi Bali dengan Menggunakan ARIMA dan Winter,” in Prosiding Seminar Nasional Mahasiswa Unimus, 2018, vol. 1.
A. Indrasetianingsih and I. Damayanti, “Prediksi Jumlah Kunjungan Wisatawan Mancanegara di Indonesia dengan Menggunakan Metode ARIMA Box-Jenkins dan Jaringan Syaraf Tiruan,” J Stat. J. Ilm. Teori Dan Apl. Stat., vol. 10, no. 2, pp. 7–14, 2018.
A. M. Siregar, S. Kom, M. K. D. A. Puspabhuana, S. Kom, and M. Kom, Data Mining: Pengolahan Data Menjadi Informasi dengan RapidMiner. CV Kekata Group, 2017.
S. Saifullah, M. Zarlis, Z. Zakaria, and R. W. Sembiring, “Analisa Terhadap Perbandingan Algoritma Decision Tree Dengan Algoritma Random Tree Untuk Pre-Processing Data,” J-SAKTI J. Sains Komput. Dan Inform., vol. 1, no. 2, pp. 180–185, 2017.
R. A. Indraputra and R. Fitriana, “K-Means Clustering Data COVID-19,” J. Tek. Ind., vol. 10, no. 3, pp. 275–282, 2020.
S. Syamsiah and A. Darmawan, “Analisa Particle Swarm Optimization Terhadap Kepuasan Taman Dadap Merah Dengan Model Svm,” in Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi), 2020, vol. 4, no. 1.
N. M. Janna and H. Herianto, “Konsep Uji Validitas dan Reliabilitas dengan Menggunakan SPSS,” 2021.
R. Nofitri and N. Irawati, “Integrasi Metode Neive Bayes Dan Software Rapidminer Dalam Analisis Hasil Usaha Perusahaan Dagang,” JURTEKSI J. Teknol. Dan Sist. Inf., vol. 6, no. 1, pp. 35–42, 2019.
DOI: https://doi.org/10.30591/jpit.v8i3.4554
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.
Terindeks oleh :
