PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI TREN WISATA DI KABUPATEN MAJALENGKA
Abstract Views : 87 / Downloads Count: 45DOI:
https://doi.org/10.31949/infotech.v9i2.7393Keywords:
Data Mining, Prediksi, Algoritma C4.5, Random Tree, AkurasiAbstract
Kabupaten Majalengka adalah salah satu daerah wisata di Indonesia yang memiliki potensi pariwisata yang cukup besar dengan berbagai atraksi wisata, seperti obyek wisata alam, warisan budaya dan daya tarik lainnya. Namun, untuk mengoptimalkan pengembangan sektor pariwisata di Kabupatem Majalengka secara efektif, diperlukan pemahaman yang mendalam tentang tren wisata yang ada dan bagaimana mereka berkembang dari waktu ke waktu. Oleh karena itu, memprediksi tren wisatawan dapat membantu pemerintah daerah dan stakeholder pariwisata untuk mengambil keputusan yang lebih baik. Penelitian ini bertujuan untuk memprediksi tren wisata di Kabuparen Majalengka agar dapat mengevaluasi keefektifan strategi untuk meningkatkannya dengan memanfaatkan Algoritma C4.5. Tahapan awal untuk mengetahui sebab dan akibat tren wisata ini dengan menggunakan metodologi fishbone. Dari hasil pengujian RapidMiner menggunakan Algoritma C4.5 dengan operator Random tree, Apply Data dan Perfomance bahwa tren wisata sangat populer, populer dan kurang populer memperoleh akurasi sebesar 86,67%.
Downloads
References
Afandi, A., Indrawan, A. K., & Ratnawardhani, E. A. (2019). ANALISIS MODEL PENILAIAN KOTA IDEAL DESTINASI WISATA. Barista : Jurnal Kajian Bahasa Dan Pariwisata, 6(1), 1–7. https://doi.org/10.34013/barista.v6i1.166.
Eddyono, Fauziah. (2021). Pengelolaan Destinasi Pariwisata. Jawa Timur: Uwais Inspirasi Indonesia.
Ferdian Harryanto, F., & Hansun, S. (2017). Penerapan Algoritma C4.5 untuk Memprediksi Penerimaan Calon Pegawai Baru di PT WISE. In Maret (Vol. 3, Issue 2).
Fitriani, D., Masri, A. R., Tajibu, K., Komunikasi, J., Islam, P., Dakwah, F., Uin, K., & Makassar, A. (n.d.). STRATEGI KOMUNIKASI DALAM PENGEMBANGAN OBYEK WISATA PANTAI MANDALA RIA DI KABUPATEN BULUKUMBA. In Jurnal Washiyah (Vol. 1, Issue 1).
Kementrian Pariwisata. (2009). Undang-Undang Republik Indonesia No. 10 Tahun 2009 Tentang Kepariwisataan.
Muhamad, M., Windarto, A. P., & Suhada, S. (2019). PENERAPAN ALGORITMA C4.5 PADA KLASIFIKASI POTENSI SISWA DROP OUT. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1). https://doi.org/10.30865/komik.v3i1.1688.
Muminin, F., & Gunaryati, A. (n.d.-b). Prediksi Kunjungan Wisatawan Mancanegara Melalui Pintu Udara Menggunakan ARIMA, Glmnet, dan Prophet Prediction of Foreign Tourist Visits via Airline using ARIMA, Glmnet, and Prophet. In Februari (Vol. 21, Issue 1).
Muzakir, A., & Wulandari, R. A. (2016). Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree. Scientific Journal of Informatics, 3(1). http://journal.unnes.ac.id/nju/index.php/sji.
Pebriana, F., Mulyawan, R., & Sutrisno, B. (2021). Strategi Pemerintah Daerah Dalam Pengembangan Pariwisata Untuk Meningkatkan Pendapatan Asli Daerah. Janitra (Jurnal Administrasi Pemerintahan, 1 (April), 11–22.
Rohmawati, F., Rohman, G., & Mujilahwati, S. (2017). SISTEM PREDIKSI JUMLAH PENGUNJUNG WISATA WEGO KEC.SUGIO KAB.LAMONGAN MENGGUNAKAN METODE FUZZY TIME SERIES. In JOUTICLA (Vol. 3, Issue 2).
Siregar, Amril Mutoi & Puspabhuana, Adam. (2017). Data Mining : Pengolahan Data Menjadi Informasi dengan RapidMiner. Surakarta : CV. Kekata Group.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Suhendri, Mita Karmila
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
