Analisis Segmentasi Negara Asal Wisatawan Mancanegara ke Indonesia Menggunakan Metode K-Means Clustering
Keywords:
K-Means Clustering, Data Mining, Pariwisata, Wisatawan Mancanegara, SegmentasiAbstract
Jumlah kunjungan wisatawan mancanegara ke Indonesia menunjukkan perbedaan yang cukup beragam jika dilihat berdasarkan negara asalnya. Perbedaan tersebut mencerminkan adanya karakteristik kunjungan yang tidak sama sehingga diperlukan proses segmentasi untuk memperoleh gambaran mengenai kelompok negara dengan pola kunjungan yang serupa. Penelitian ini bertujuan melakukan segmentasi negara asal wisatawan mancanegara menggunakan algoritma K-Means Clustering dengan memanfaatkan data kunjungan wisatawan periode 2020–2025 yang diperoleh dari Badan Pusat Statistik (BPS). Tahapan penelitian meliputi preprocessing data, integrasi dataset, pembentukan empat fitur utama, yaitu total kunjungan, rata-rata kunjungan, standar deviasi, dan growth rate, kemudian dilanjutkan dengan transformasi logaritmik, normalisasi menggunakan MinMax Scaler, serta penentuan jumlah cluster menggunakan Elbow Method dan Silhouette Score. Hasil evaluasi menunjukkan bahwa jumlah cluster yang paling sesuai adalah tiga cluster dengan nilai Silhouette Score sebesar 0,5413. Proses clustering menghasilkan tiga kelompok yang terdiri atas 72 negara, 83 negara, dan 38 negara dengan karakteristik kunjungan yang berbeda. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan negara asal wisatawan secara cukup baik sehingga dapat dimanfaatkan sebagai informasi pendukung dalam penyusunan strategi promosi dan pengembangan pasar pariwisata Indonesia.
References
Aldi, M. A., & Fatah, Z. (2025). Implementasi K-Means Clustering dalam Pengelompokan Data Kunjungan Wisatawan Asing di Indonesia.
Amellia, S., & Kurnia, Y. (2025). Perbandingan Algoritma K-Means dan Hierarchical Clustering dalam Sistem Rekomendasi Destinasi Wisata di Indonesia.
Badan Pusat Statistik. (2025). Statistik Kunjungan Wisatawan Mancanegara ke Indonesia.
Dharmawan, K. S., Sasmita, G. M. A., & Piarsa, I. N. (2025). Clustering Tourism Destinations in Denpasar City Based on Visitor Preferences Using K-Means and DBSCAN.
Fitriandari, R., & Muhammad, F. (2025). Analisis Klaster Multivariat Kinerja Pasar Pariwisata Kabupaten/Kota di NTT.
Hesti, L., & Karyati, C. M. K. (2024). Komparasi Algoritma K-Means dan K-Medoids untuk Klasterisasi Data Mining Perjalanan Wisatawan Nusantara.
Komparasi Hasil Segmentasi Metode K-Means dan Agglomerative Hierarchical Terhadap Provinsi di Indonesia Berdasarkan Profil Perjalanan Wisata Tahun 2024. (2025).
Liyanto, E. W., Homaidi, A., & Lutfi, A. (2024). Implementasi K-Means Clustering Menggunakan RapidMiner dalam Pengelompokan Data Kunjungan Wisatawan Asing di Provinsi Jawa Timur.
Simorangkir, L., Sany, E., & Feraldi, M. (2024). Penerapan Metode K-Means untuk Pengelompokan Data Kunjungan Wisata.
Yolandari, N. A., et al. (2024). Analisis Perbandingan K-Means dan DBSCAN Menggunakan Evaluasi Silhouette Index.
