<![CDATA[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.]]>
Copyrights © 2024
