ABSTRAKSI
Banyaknya wisatawan yang berkunjung ke Indonesia sangat beragam, sehingga dalam melakukan promosi yang efektif guna menunjang peningkatan wisatawan menjadi sedikit lebih sulit. Hal ini terjadi karena jumlah data wisatawan yang ada sampai saat ini belum dikelompokkan negara mana saja yang paling banyak berkunjung ke Indonesia. Proses data mining dengan menggunakan metode clustering dipilih sebagai salah satu cara untuk mengelompokkan jumlah wisatawan yang berkunjung ke Indonesia, dikelompokkan menurut kelompok asalnya agar analisisnya lebih efektif. Hal ini dilakukan dengan cara melakukan pengelompokkan jumlah wisatawan berdasarkan 3 kelompok, yaitu K1 = tinggi, K2 = sedang, dan K3 = rendah. Berdasarkan hasil pengujian sistem yang telah dilakukan pada tahun 2017 dengan menggunakan 3 Cluster telah menghasilkan total 11 negara yang berada di kelompok K1, 4 negara di kelompok K2, dan 177 negara di kelompok K3. Hasil pengelompokan tersebut nantinya menjadi acuan pemerintah dalam melakukan strategi promosi untuk menarik minat wisatawan agar terus meningkat.
Kata kunci: Clustering, Data Mining, K-Means, Wisatawan

L007794

001.4 SET i

Tugas Akhir T.I.

Tersedia namun tidak untuk dipinjamkan - No Loan

• Implementasi Algoritma K-Means Clustering untuk Pengelomppokan Jumlah Wisatawan Asing ke Indonesia
  Indra Dwiputra Setiawan. 16201155. TI