| dc.description.abstract |
Pengelolaan informasi destinasi wisata di Kabupaten Ciamis memerlukan
penyajian data yang lebih terintegrasi dan sistematis untuk mendukung proses
analisis pariwisata. Data yang diperoleh dari berbagai sumber memiliki format dan
karakteristik yang berbeda sehingga diperlukan proses pengolahan untuk
menghasilkan informasi yang lebih terstruktur dan mudah dianalisis. Kondisi
tersebut menjadi dasar penerapan Business Intelligence untuk memetakan potensi
destinasi wisata dengan studi kasus pada Dinas Pariwisata Kabupaten Ciamis.
Penelitian ini bertujuan menerapkan Business Intelligence menggunakan metode
Business Intelligence Roadmap untuk mengolah data dan mengidentifikasi
kelompok potensi destinasi wisata berdasarkan karakteristik data yang tersedia.
Penelitian dilakukan melalui enam tahapan Roadmap Business Intelligence yaitu
Justification, Planning, Business Analysis, Design, Construction, dan Deployment.
Data awal berjumlah 214 destinasi wisata dan diseleksi berdasarkan kelengkapan
variabel penelitian sehingga diperoleh 88 destinasi yang dapat dianalisis. Variabel
yang digunakan meliputi Total Wisata nusantara, Rating Google Maps, dan Harga
Tiket Masuk. Pengolahan data dilakukan menggunakan Python melalui
preprocessing, normalisasi dengan StandardScaler (Z-Score), pembobotan variabel
Total Wisata nusantara sebesar 2,5 kali, serta penerapan algoritma K-Means
Clustering. Elbow Method digunakan untuk menentukan jumlah klaster optimal,
sedangkan Silhouette Coefficient digunakan untuk mengevaluasi kualitas
pengelompokan. Hasil penelitian menunjukkan bahwa jumlah klaster optimal
adalah 3 dengan nilai Silhouette Score sebesar 0,4886. Hasil pengelompokan terdiri
atas 5 destinasi pada Klaster Potensi Tinggi, 18 destinasi pada Klaster Potensi
Sedang, dan 65 destinasi pada Klaster Potensi Rendah. Hasil analisis kemudian
diimplementasikan ke dalam dashboard Business Intelligence menggunakan
Microsoft Power BI yang menyajikan informasi mengenai persebaran destinasi,
karakteristik wisata, distribusi kategori wisata, dan hasil clustering secara interaktif
sebagai pendukung analisis dan pengambilan keputusan berbasis data. |
en_US |