PENERAPAN ALGORITMA K-MEANS UNTUK ANALISIS DATA ULASAN DI SITUS TRIPADVISOR

Abstract

Ulasan atau review merupakan suatu pendapat langsung dari seseorang. Review yaitu beberapa dari salah satu faktor yang menentukan keputusan seseorang, dengan menunjukkan bahwa orang dapat mengambil jumlah review sebagai indikator popularitas tempat atau nilai dari suatu tempat dengan mempengaruhi kemauan untuk mendatangi suatu tempat pariwisata. Penelitian ini membahas tentang  Penerapan metode K-Means untuk review data travel . Dataset  ini diambil langsung melalui halaman situs web UCI Machine Learning Repository dengan nama Review Travel dengan jumlah data sebanyak 980 record, terdri dari 10 variabel atau atribut yaitu galeri seni, klub dansa, bilah jus, restoran, museum, resort, taman atau tempat piknik, pantai, bioskop dan lembaga keagamaan. Proses cluster  dibagi kedalam 2 (dua)  cluster yaitu cluster rating tertinggi (C0) dan cluster rating terendah (C1).  Sehingga diperoleh  hasil pengelompokkan data ulasan atau review rating wisatawan cluster tertinggi berada pada C0 terdiri dari 3 objek wisata unggulan dengan rating tertinggi pada C0 yaitu Galeri seni dengan rating = 7,118, Museum = 5,396 dan Klub dansa = 4,783. Sedangkan cluster terendah berada pada C1 terdiri dari 3 objek wisata unggulan dengan rating tertinggi yaitu Restoran dengan rating = 10,394, Klub dansa = 3,361, Galeri seni = 3,233.