clustering objek pariwisata di provinsi bali menggunakan algoritma k-means dan x-means clustering
| Main Author: | Monica, Stephanie |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/5254/1/BAB%20IV.pdf http://kc.umn.ac.id/5254/2/BAB%20II.pdf http://kc.umn.ac.id/5254/3/BAB%20I.pdf http://kc.umn.ac.id/5254/4/BAB%20V.pdf http://kc.umn.ac.id/5254/5/BAB%20III.pdf http://kc.umn.ac.id/5254/6/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/5254/7/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/5254/8/LAMPIRAN.pdf http://kc.umn.ac.id/5254/ |
Daftar Isi:
- Ada 133 objek pariwisata yang tersebar di provinsi Bali. Untuk itu, dilakukan penelitian mengenai tingkat pengunjung pada objek pariwisata di provinsi Bali. Penelitian dilakukan dengan melakukan clustering objek pariwisata di provinsi Bali berdasarkan jumlah pengunjung pada tahun 2012 hingga 2016 menggunakan algoritma K-Means Clustering dan X-Means Clustering. Namun ditemukan 18 data objek pariwisata yang memiliki jumlah pengunjung untuk setiap tahun dari tahun 2012 hingga 2016 yaitu 0. Sehingga data dibagi menjadi 2 skenario, skenario 1 menggunakan data objek pariwisata utuh (133 data) dan skenario 2 menggunakan data yang telah dikurangi 18 objek pariwisata yang tidak memiliki jumlah pengunjung untuk tahun 2012 hingga 2016 (115 data). Hasil clustering untuk skenario 1 K-Means yaitu 3 cluster, skenario 2 K-Means yaitu 2 cluster, skenario 1 X-Means yaitu 4 cluster, dan skenario 2 X-Means yaitu 4 cluster. Dalam penelitian ini disimpulkan untuk menggunakan algoritma X-Means Clustering karena hasil cluster lebih merata dan dipilih skenario 1 karena penggunaan data yang lebih lengkap.