Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Rekomendasi Tempat Wisata di Malang Raya Menggunakan Metode K-Means Clustering Utama, Andhika; Imama Sabilla, Wilda; Wakhidah, Rokhimatul
Jurnal Informatika dan Multimedia Vol. 16 No. 1 (2024): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v16i1.5178

Abstract

Malang Raya, yang berada di Jawa Timur, adalah salah satu wilayah di Indonesia yang memiliki keanekaragaman tempat wisata. Tentunya, para wisatawan yang akan berkunjung ke Malang Raya membutuhkan waktu yang tidak sedikit karena beraneka ragamnya tempat wisata di Malang Raya. Serta, memiliki keterbatasan dalam hal biaya dan waktu dalam melakukan kunjungan wisata di Malang Raya. Berdasarkan uraian tersebut, dibuatlah sistem rekomendasi tempat wisata di Wilayah Malang Raya, yang meliputi Kota Malang, Kabupaten Malang, dan Kota Batu dengan menggunakan algoritma K-Means Clustering. Tujuan dari sistem rekomendasi ini adalah untuk mengelompokkan objek wisata berdasarkan lokasi dari tempat wisata tersebut, jumlah wisatawan nusantara dan wisatawan asing, rating, harga tiket, fasilitas, dan akses jalan menuju tempat wisata tersebut. Penentuan nilai cluster pada sistem rekomendasi ini didasarkan pada jarak minimum atau jarak terdekat antar objek data, yang berdasarkan jumlah wisatawan nusantara dan wisatawan asing, rating, harga tiket, fasilitas, dan akses jalan menuju tempat wisata tersebut. Berdasarkan hasil penelitian, dapat disimpulkan bahwa Metode K-Means Clustering dapat digunakan untuk menghasilkan cluster rekomendasi tempat wisata di Malang Raya. Berdasarkan hasil pengujian dari 2, 3, 4, dan 5 cluster yang dilakukan di Kota Malang, Kota Batu, dan Kabupaten Malang, terdapat 5 cluster yang memperoleh nilai lebih baik/optimal di Kota Malang. Di Kota Batu, 4 cluster mencapai nilai lebih baik/optimal. Di Kabupaten Malang, terdapat 5 cluster yang memperoleh nilai lebih baik/optimal. Sistem ini dibuat untuk memberikan hasil dari pengelompokan objek wisata di Malang Raya, yang kemudian outputnya dapat dijadikan sebagai referensi bagi wisatawan yang akan berkunjung ke Malang Raya
Implementasi Algoritma Ant Tree Miner Untuk Klasifikasi Jenis Fauna Ardilla, Yunita; Imama Sabilla, Wilda; Ulinnuha, Nurissaidah
Infotekmesin Vol 12 No 2 (2021): Infotekmesin: Juli 2021
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v12i2.616

Abstract

Classification is a field of data mining that has many methods, one of them is decision tree. Decision tree is proven to be able to classify many kinds of data such as image data and time series data. However, there are several obstacles that are often encountered in the decision tree method. Running time required for the execution of this algorithm is quite long, so this study proposed to use the ant tree miner algorithm which is a development algorithm from the C4.5 decision tree. Ant tree miner works by utilizing ant colony optimization in the process of building its tree structure. Use ant colony optimization expected can optimize the tree that will be formed. From the testing that have been carried out, an accuracy of about 95% is obtained in the process of classifying Zoo dataset with the number of ants between 60 - 90.