Purnomo, Bambang Setio (2020) Implementasi Data Mining Dalam Klasifikasi Kunjungan Wisatawan Di Kota Yogyakarta Menggunakan Algoritma K- Means. Naskah Publikasi Program Studi Sistem Informasi.
4. BAMBANG SETIO PURNOMO_naskah_publikasi_v15-2-dikonversi.docx
Download (298kB)
Abstract
Dari banyaknya data kunjungan wisatawan pada setiap bulan dan tahunnya sehingga sangat sulit untuk mengetahui banyaknya jumlah wisatawan yang terjadi pada setiap bulannya. Pada saat peneliti melakukan kerja praktek di Dinas Pariwisata problem seperti ini yang masih menjadi PR bagi Dinas Pariwisata untuk mengolah data jumlah kunjungan wisatawan. Dari pemikiran di atas maka, dilakukan peneliti tentang klasifikasi Kunjungan Wisatawan Di Kota Yogyakarta menggunakan metode K-Means. Tujuannya adalah untuk mengetahui objek wisata yang memiliki potensi yang paling rendah dalam kunjungan wisatawan sampai yang paling tinggi. Klasifikasi tersebut dapat menggunakan metode Algoritma K-Means karena metode ini sangat mudah di implementasikan serta menggunakan prinsip yang sederhana dan dapat di jelaskan dalam non-statistik dan Algoritma K-Means ini sangat cocok untuk penelitian yang bersifat unsupervised (tanpa arahan). 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: | Article |
---|---|
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 04:18 |
Last Modified: | 21 Jan 2022 05:29 |
URI: | http://eprints.mercubuana-yogya.ac.id/id/eprint/8240 |