IMPLEMENTASI DATAMINING DALAM MENENTUKAN DESTINASI UNGGULAN BERDASARKAN ONLINE REVIEWS TRIPADVISOR MENGGUNAKAN ALGORITMA K-MEANS

Abstract

Pariwisasta merupakan salah satu industri yang memiliki pertumbuhan tercepat diseluruh negara khususnya pada Asia Timur. Hal tersebut menjadikan pariwisata sebagai sektor yang cepat dikembangkan dalam dunia startup salah satunya adalah TripAdvisor yang merupakan platform informasi wisata terbesar di dunia. Dalam meningkatkan layanannya kepada pengguna, TripAdvisor melakukan online review untuk mendapatkan rating berdasarkan pengalaman perjalanan wisata pada berbagai destinasi. Penerapan datamining mampu menjadi alat bantu dalam mengelola data online review yang berukuran besar. Datamining wisata memiliki potensi yang besar untuk dipelajari sehingga diketahui pola tersembunyi dalam kumpulan rating tersebut. Dataset online review memiliki atribut asal sebanyak 11 yang dikelola menjadi 10 atribut, dengan jumlah keseluruhan 980 record dan dilakukan prapemrosesan sehingga diketahui data yang di- clustering\xad -kan sebanyak 2 cluster . Metode Clustering dengan menerapkan algoritma K-Means mampu mengelompokan data rating pengguna layanan dengan baik. Hal tersebut dibuktikan dengan nilai Davies-Bouldin Index yang bernilai 0.134 serta dapat membatu dalam mengambil keputusan selanjutnya dan mengembangkan destinasi unggulan tersebut. Sehingga dapat diketahui destinasi unggulan berdasarkan cluster pada C 1 yakni\xa0 picnic / parks spot (PS) = 3.177, religion institution (RI) = 2.925, beach (BC) = 2.854,\xa0 resorts (RE) = 1.625, dan theaters (TH) = 1.597. Kata Kunci: Pariwisata, Clustering, K-Means, Davies-Bouldin Index