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

Download (2MB)

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: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming
700 Arts and Recreation > 790 Outline of Sports, Games and Entertainment > 790 Recreational and Performing Arts
Divisions: Faculty of Engineering & Informatics > Information System
Depositing User: Administrator UMN Library
Date Deposited: 14 Feb 2019 06:06
Last Modified: 18 Jan 2022 07:39
URI: https://kc.umn.ac.id/id/eprint/5254

Actions (login required)

View Item View Item