<![CDATA[Penelitian ini bertujuan untuk mengelompokkan lokasi wisata di Indonesia berdasarkan rating dan jumlah ulasan menggunakan algoritma Hierarchical Clustering. Permasalahan yang diangkat adalah ketimpangan popularitas antar destinasi wisata yang menyebabkan tidak meratanya promosi dan pengelolaan potensi pariwisata di berbagai wilayah. Data sekunder diambil dari platform Kaggle yang mencakup informasi tentang nama tempat, rating, jumlah ulasan, kota, dan provinsi sebagai atribut utama. Tahapan penelitian meliputi pengumpulan data, praproses data (termasuk normalisasi), analisis eksploratif, implementasi algoritma klasterisasi, dan evaluasi hasil secara menyeluruh. Metode Ward Linkage digunakan dalam pendekatan agglomeratif untuk membentuk klaster yang optimal dan representatif. Evaluasi klasterisasi dilakukan dengan menggunakan Silhouette Index (SI) dan Davies-Bouldin index (DBI) sebagai metrik utama yang efektif mengukur kualitas klaster dan konsistensi hasil pengelompokan. Hasil menunjukkan bahwa pemilihan jumlah klaster sebanyak 8 menghasilkan performa terbaik dengan nilai DBI sebesar 0,2606 dan SI sebesar 0,8008. Temuan ini menunjukkan bahwa Hierarchical Clustering efektif dalam mengelompokkan destinasi wisata berdasarkan karakteristik kualitas dan popularitas, serta memberikan dasar yang kuat untuk strategi promosi pariwisata yang lebih terarah dan merata di Indonesia, sekaligus mendukung pengembangan pariwisata berkelanjutan dan pemerataan ekonomi.]]>
Copyrights © 2025
