MODEL ANALISIS PRE-DEFINED SINGLE LINGKAGE  CLUSTERING PADA SISTEM REKOMENDASI OBYEK WISATA DI KOTA SEMARANG

Dwi Budi Santoso; Dewi Handayani U.N; Saefurrohman Saefurrohman

doi:10.35315/dinamik.v24i2.7833

Dwi Budi Santoso Universitas Stikubank
Dewi Handayani U.N Universitas Stikubank
Saefurrohman Saefurrohman Universitas Stikubank

DOI: https://doi.org/10.35315/dinamik.v24i2.7833

Abstract

Perjalanan wisata selalu berkaitan dengan bagaimana seorang wisatawan mengunjungi obyek wisata berdasar kebutuhan informasi tentang rute yang harus dilalui ke obyek wisata yang diinginkan dan transportasi apa saja yang bisa digunakan berdasar waktu yang dimiliki. Petunjuk arah juga sangat diperlukan untuk kemudahan akses perjalanan.

Model analisis pre-defined singkle-linkage dilakukan untuk menentukan obyek mana saja yang memiliki lokasi berdekatan bisa membentuk satu klaster dan kunjungan dilakukan berdasar jarak paling dekat dengan klaster menuju klaster berikutnya sesuai dengan kelompok jenis obyek wisata. Perhitungan jarak antar obyek dengan pengguna menggunakan metode Euclidean Distance untuk mencari jarak berdasar ketetanggaan terdekat.

Hasil analisis penentuan obyek wisata di kota Semarang dengan metode pre- defined single-linkage divisualisasikan menggunakan dendrogram yang bisa menggambarkan kelompok obyek dalam satu klaster berdasar ketetanggaan terdekat. Dari dendrogram bisa dilihat jumlah klaster yang terbentuk dari 14 obyek wisata.

References

Agarwal, J., Sharma, N., Kumar, P., Parshav, Vishesh, Srivastava, A., Goudar, R.H., 2013, "Intelligent search in E-Tourism services using Recommendation System: Perfect guide for tourist," Intelligent Systems and Control (ISCO), 2013 7th International Conference on , vol. 410, no. 415, pp. 4-5 Jan
Gerharz, M., de Waal, C., Martini, P., James, P., 2003, "A cooperative nearest neighbours topology control algorithm for wireless ad hoc networks," Computer Communications and Networks, 2003. ICCCN 2003. Proceedings. The 12th International Conference on , vol. 412, no. 417, pp. 20-22
Liu, B., 2009, Web Data Mining : Exploring Hyperlinks,Contents, and Usage Data, Springer, Heidelberg, Germany
Kuncoro, M. 2003. Metode Riset untuk Bisnis dan Ekonomi . Jakarta: Penerbit Erlangga
Han, J., Kamber, M., Pei, J.: Data Mining Concept and Techniques, 3rd ed. Morgan Kaufmann-Elsevier, Amsterdam (2012)
Jain. A.K (2009). Data Clustering: 50 Years Beyond K-Means. Pattern Recognition Letters, 2009.
Johnson and wichern. 2007., Applied Multivariate Statistical Analysis (6th Edition), Prentice Hall.
Shafiee, S.. Shafiee, H., 2014, "Studying the effective factors on domestic tourists trust in offering e-services in e-tourism: Case study Iran Country," e-Commerce in Developing Countries: With Focus on e-Trust (ECDC), 2014 8th International Conference on , vol. 1, no. 9, pp. 24-25
Yang,W.,Miao,R.,2014,” The Application of Cluster Analysis in the Classification of China’s Modern Service Industries”,
Zhang, M., Chen, Y., Zhang, X., Lai, J., 2009 "Study on the Recommendation Technology for Tourism Information Service," Computational Intelligence and Design, 2009. ISCID '09. Second International Symposium on , vol.1, no. 415, pp. 12-14