ILMI, NAFAUL (2024) CLUSTERING DATA JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE INDONESIA DENGAN METODE K-MEANS. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.
COVER.pdf
Download (605kB)
AWALAN.pdf
Download (1MB)
BAB I.pdf
Download (715kB)
BAB II.pdf
Restricted to Registered users only
Download (873kB) | Request a copy
BAB III.pdf
Restricted to Registered users only
Download (1MB) | Request a copy
BAB IV.pdf
Restricted to Registered users only
Download (2MB) | Request a copy
BAB V.pdf
Download (582kB)
DAFTAR PUSTAKA.pdf
Download (804kB)
LAMPIRAN.pdf
Restricted to Registered users only
Download (1MB) | Request a copy
Abstract
penelitian ini akan berfokus pada pengolahan data kunjungan wisatawan mancanegara ke Indonesia dengan menggunakan metode K-Means clustering dimana pariwisata sangat mempengaruhi ekonomi sebuah negara,Menurut Undang-Undang Nomor 10 Tahun 2009 menyatakan bahwa pariwisata memiliki tujuan untuk meningkatkan pendapatan nasional, kesejahteraan rakyat, membuka lapangan pekerjaan, tujuan dari penelitian ini adalah melakukan Clustering pada data Kunjungan wisatawan mancanegara ke Indonesia tahun 2017 hingga 2023 dengan melewati 15 pintu masuk jalur udara yang didapatkan dari website resmi badan pusat statistic nasional, metode yang tepat untuk proses klasterisasi adalah algoritma K-Means Clustering dengan perhitungan jarak menggunkan metode Euclidean Distance. Yang menghasilkan tiga bentuk cluster diantaranya 1 data merupakan cluster 1 yaitu Bandara Ngurah Rai di Bali dengan kunjungan tertinggi, 1 data merupakan cluster 2 yaitu Bandara Soekarno hatta di jarakta merupakan kunjungan sedang, dan 13 data merupakan cluster 3 yaitu Bandara Juanda di Surabaya, Kualamanu di Medan, Husein Santranegara di Bandung, Adi Sucipto di Yogyakarta, Int. Lombok di Lombok, Sam Ratulangi di Manado, Minangkabau di Padang, Sultan syarif Kasim II di Pekanbaru, Sultan Iskandar Muda di Banda Aceh, Ahmad Yani di Semarang, Supadio di Pontianak, Hasanudin di Makssar, Sultan Badarudin Palembang kunjungan terendah. Serta nilai perhitungan Davies�Bouldin Index sebesar 0.023, dengan hasil uji kelayakan 81.87% dan dinyatakan sangat layak.
Item Type: | Thesis (Sarjana (S1)) |
---|---|
Uncontrolled Keywords: | Clustering, K-Means, Pariwisata |
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Nafaul Ilmi |
Date Deposited: | 16 Aug 2024 04:52 |
Last Modified: | 16 Aug 2024 04:52 |
Contributors (Pembimbing / Pengarah): | Contribution Name NIDN Thesis advisor SANJAYA, UCTA PRADEMA NIDN0729128903 Thesis advisor SA'IDA, ITA ARISTIA NIDN0726058702 |
URI: | https://repository.unugiri.ac.id:8443/id/eprint/6266 |