Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah KOMPUTASI
Hesti, Liza
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Komparasi Algoritma K-Means Dan K-Medoids Untuk Klasterisasi Data Mining Perjalanan Wisatawan Nusantara Terhadap Jumlah Penduduk Hesti, Liza; Cut Maisyarah Karyati
Jurnal Ilmiah Komputasi Vol. 23 No. 4 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 4, Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.4.3681

Abstract

Indonesia memiliki jumlah penduduk yang sangat besar mencapai lebih dari 278 juta jiwa. Populasi penduduk merupakan modal utama dalam pembangunan kepaiwisataan dan menjadi potensi besar dalam perjalanan wisatawan nusantara. Penelitian ini akan melakukan komparasi algoritma K-Means dan K-Medoid dalam pengelompokkan jumlah perjalanan wisatawan nusantara menurut provinsi asal serta korelasinya dengan jumlah penduduk Indonesia. Clustering akan dibagi kedalam 3 (tiga) cluster yaitu tinggi, sedang, rendah. Tool yang digunakan dalam penelitian ini adalah PostgreSQL, Rapidminer, Tableau. Komparasi algoritma dilihat dari performansi vector dan cluster model. Dari hasil komparasi tersebut menunjukkan pengelompokkan 3 provinisi yang memiliki jumlah perjalanan paling tinggi adalah Jawa Tengah, Jawa Barat dan Jawa Timur. Nilai DBI menunjukkan K-Means lebih kecil dari K-Medoid yang berarti bahwa algoritma K-Means lebih baik dari pada algoritma K-Medoids. Hasil clustering divisualisasikan kedalam tableau untuk melihat korelasinya dengan jumlah penduduk. Dashboard tableau menunjukkan adanya korelasi positif antara jumlah penduduk suatu provinsi dengan jumlah perjalanan wisnus.
Co-Authors Cut Maisyarah Karyati