UMN Knowledge Center

clustering objek pariwisata di provinsi bali menggunakan algoritma k-means dan x-means clustering

Monica, Stephanie (2018) clustering objek pariwisata di provinsi bali menggunakan algoritma k-means dan x-means clustering. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (3MB)
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (981kB) | Preview
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (862kB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (989kB) | Preview
[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Preview

Abstract

Ada 133 objek pariwisata yang tersebar di provinsi Bali. Untuk itu, dilakukan penelitian mengenai tingkat pengunjung pada objek pariwisata di provinsi Bali. Penelitian dilakukan dengan melakukan clustering objek pariwisata di provinsi Bali berdasarkan jumlah pengunjung pada tahun 2012 hingga 2016 menggunakan algoritma K-Means Clustering dan X-Means Clustering. Namun ditemukan 18 data objek pariwisata yang memiliki jumlah pengunjung untuk setiap tahun dari tahun 2012 hingga 2016 yaitu 0. Sehingga data dibagi menjadi 2 skenario, skenario 1 menggunakan data objek pariwisata utuh (133 data) dan skenario 2 menggunakan data yang telah dikurangi 18 objek pariwisata yang tidak memiliki jumlah pengunjung untuk tahun 2012 hingga 2016 (115 data). Hasil clustering untuk skenario 1 K-Means yaitu 3 cluster, skenario 2 K-Means yaitu 2 cluster, skenario 1 X-Means yaitu 4 cluster, dan skenario 2 X-Means yaitu 4 cluster. Dalam penelitian ini disimpulkan untuk menggunakan algoritma X-Means Clustering karena hasil cluster lebih merata dan dipilih skenario 1 karena penggunaan data yang lebih lengkap.

Item Type: Thesis (Bachelor Thesis)
Subjects: G Geography. Anthropology. Recreation > G Geography (General) > G1-922 Geography (General) > G149-180 Travel. Voyages and travels (General) > G154.9-155.8 Travel and state. Tourism
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.6-58.62 Management information systems
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T70 Information System
Divisions: Fakultas Teknik Informatika > Program Studi Sistem Informasi
Depositing User: mr admin umn
Date Deposited: 14 Feb 2019 06:06
Last Modified: 14 Feb 2019 06:06
URI: http://kc.umn.ac.id/id/eprint/5254

Actions (login required)

View Item View Item