Pertumbuhan sektor pariwisata di Indonesia, khususnya Jawa Barat, menuntut strategi pengembangan yang optimal. Penelitian ini bertujuan untuk mengelompokkan wilayah di Jawa Barat berdasarkan karakteristik destinasi wisatanya menggunakan algoritma K-Medoid. Algoritma ini dipilih karena keunggulannya dalam menghasilkan cluster yang optimal dan robust terhadap outlier. Data karakteristik destinasi wisata di Jawa Barat dianalisis menggunakan algoritma K-Medoid. Metode Elbow digunakan untuk menentukan jumlah cluster optimal, dan evaluasi dilakukan dengan menggunakan Davies Bouldin Indeks. Hasil pengelompokan menunjukkan tiga cluster dengan karakteristik yang berbeda. Cluster 0 terdiri dari 1 daerah dengan keterangan cluster "Wisata penginapan", dicirikan dengan potensi wisata perkemahan yang belum optimal. Cluster 1 terdiri dari 25 daerah dengan keterangan cluster "Wisata perkemahan", menunjukan keragaman objek wisata dan jumlah kunjungan perkemahan yang relatif tinggi. Terakhir, cluster ketiga terdiri dari 1 daerah dengan keterangan cluster "Wisata budaya dan sejarah", memiliki objek wisata sejarah dan budaya populer dengan kunjungan tinggi. Evaluasi model menunjukkan skor Davies Bouldin Index sebesar 0.08 yang menunjukkan kualitas clustering yang baik. Hasil penelitian ini diharapkan dapat memberikan wawasan bagi pemerintah dan stakeholder terkait untuk merumuskan kebijakan pengembangan pariwisata yang tepat sasaran di Jawa Barat. Dengan menggunakan algoritma K-Medoid, penelitian ini dapat mengidentifikasi pola-pola tertentu yang mungkin terlewatkan dengan analisis sederhana, memberikan wawasan yang lebih mendalam tentang perbedaan regional dalam hal pariwisata.

S10274

INF 0185 2024

Bekasi

Tersedia