Purnomo, Bambang Setio (2020) PENERAPAN DATA MINING DALAM MENGELOMPOKKAN KUNJUNGAN WISATAWAN DI KOTA YOGYAKARTA MENGGUNAKAN METODE K-MEANS. Skripsi thesis, Universitas Mercu Buana Yogyakarta.
ABSTRAK.pdf
Download (189kB) | Preview
BAB I.pdf
Download (426kB) | Preview
BAB II.pdf
Restricted to Repository staff only
Download (495kB) | Request a copy
BAB III.pdf
Restricted to Repository staff only
Download (457kB) | Request a copy
BAB IV.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
BAB V.pdf
Download (192kB) | Preview
DAFTAR PUSTAKA.pdf
Download (685kB) | Preview
LAMPIRAN.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
3. BAMBANG SETIO PURNOMO_laporan_skripsi_v15-2revisi-dikonversi.pdf
Restricted to Repository staff only
Download (4MB) | Request a copy
DATA-DATA.zip
Restricted to Repository staff only
Download (1MB) | Request a copy
MASTER ( APLIKASI ).zip
Restricted to Repository staff only
Download (120MB) | Request a copy
Abstract
Yogyakarta merupakan salah satu kota di Indonesia yang memiliki daya tarik
wisata dan merupakan kota tujuan wisata yang paling diminati oleh wisatawan,
dilihat dari jumlah kunjungan wisatawan yang semakin naik dari tahun ke tahun.
Selain sebagai kota wisata, Yogyakarta merupakan kota pelajar, kota budaya dan
kota perjuangan. Karena Yogyakarta disebut sebagai kota wisata, banyak berbagai
macam objek wisata yang ditawarkan oleh Kota Yogyakarta.
Dalam hal ini, penerapan datamining mampu menjadi solusi dalam
menganalisa data. Perlu diketahui bahwa datamining merupakan suatu alat yang
memungkinkan para pengguna untuk mengakses secara cepat dengan data jumlah
yang besar. Pengertian yang lebih khusus lagi dari data mining, yaitu suatu alat dan
aplikasi menggunakan analisis statistik pada data. Data mining juga dikenal sebagai
Knowledge Data Discovery di dalam basis data.
Clustering termasuk ke dalam descriptive methods, dan juga termasuk
unsupervised learning dimana tidak ada pendefinisian kelas objek sebelumnya.
Sehingga clustering dapat digunakan untuk menentukan label kelas bagi data-data
yang belum diketahui kelasnya.
Metode K-Means adalah Metode clustering berbasis jarak yang membagi data
kedalam cluster dan algoritma ini bekerja pada atribut numerik. Metode K-Means
termasuk dalam partitioning clustering yang memisahkan data ke daerah bagian
yang terpisah. Metode K-Means sangat terkenal karena kemudahan dan
kemampuannya untuk mengelompokkan data besar dan outlier dengan sangat cepat.
dari data yang diinputkandan telah di proses melalui metode algoritma K-Means
bahwa telah melakukan iterasi sebanyak 5 kali dengan memilih cluster 1, cluster 2,
cluster 3 secara acak (random) dengan cluster 1 memiliki 24 data dengan persentase
sebesar (50%), cluster 2 memiliki 11 data dengan persentase sebesar (23%), dan
cluster 3 memiliki 13 data dengan persentase sebesar (27%)
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information/Lokasi Hardcopy: | Perpustakaan Kampus 3 |
Uncontrolled Keywords: | klasifikasi kunjungan wisatawan, Data Mining, Algoritma K-Means, Knowledge Discovery In Databases (KDD), dinas pariwisata |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Informasi > Program Studi Sistem Informasi |
Depositing User: | Sistem Informasi UMBY |
Date Deposited: | 06 Jan 2022 04:19 |
Last Modified: | 06 Jan 2022 04:19 |
URI: | http://eprints.mercubuana-yogya.ac.id/id/eprint/8239 |