Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi Informasi dan Robotika
Bambang Setio Purnomo
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI DATA MINING DALAM KLASIFIKASI KUNJUNGAN WISATAWAN DI KOTA YOGYAKARTA MENGGUNAKAN ALGORITMA K-MEANS Bambang Setio Purnomo; Putri Taqwa Prasetyaningrum
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol 2 No 1 (2020): Juni 2020
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v2i1.23

Abstract

Abstrak— 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 diinputkan dan 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%).
Implementasi Data Mining Dalam Klasifikasi Kunjungan Wisatawan Di Kota Yogyakarta Menggunakan Algoritma K-Mean Bambang Setio Purnomo; Putri Taqwa Prasetyaningrum
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 2 No. 1 (2020): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v2i1.111

Abstract

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 diinputkan dan 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%).
Co-Authors Prasetyaningrum, Putri Taqwa