Pariwisata Kabupaten Bekasi mencatat jumlah kunjungan wisatawan sebanyak 666.138 orang pada tahun 2023. Namun demikian, penyajian informasi dan rekomendasi destinasi wisata masih bersifat umum dan belum terpersonalisasi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi wisata berbasis web yang dilengkapi dengan fitur rekomendasi destinasi menggunakan algoritma K-Means, sehingga wisatawan dapat memperoleh saran tempat wisata sesuai dengan preferensi dan jarak terdekat. Metode pengembangan sistem yang digunakan adalah Software Development Life Cycle (SDLC), yang meliputi tahapan observasi di Dinas Pariwisata, studi pustaka, perancangan sistem menggunakan Unified Modeling Language (UML) seperti Use Case Diagram, Activity Diagram, dan Sequence Diagram, implementasi sistem menggunakan PHP, Laravel, MySQL, dan XAMPP, serta pengujian dengan metode Black Box. Data objek wisata diperoleh dari Dinas Pariwisata Kabupaten Bekasi dan mencakup atribut lokasi (latitude dan longitude), kategori, serta deskripsi. Algoritma K-Means diterapkan untuk melakukan proses clustering berdasarkan jarak antara koordinat pengguna dan destinasi, sehingga menghasilkan klaster destinasi terdekat. Hasil implementasi sistem menampilkan antarmuka yang berbeda untuk tiga peran pengguna, yaitu User, Penyedia Konten, dan Admin, serta menyediakan fitur manajemen konten, pencarian berdasarkan kategori, dan rekomendasi destinasi yang interaktif. Hasil pengujian Black Box menunjukkan bahwa sistem berfungsi sesuai dengan spesifikasi, mampu memvalidasi input, menangani kesalahan, dan memberikan rekomendasi yang relevan. Kesimpulannya, sistem informasi ini berhasil menyajikan informasi wisata yang terstruktur dan rekomendasi destinasi yang bersifat personal, sehingga memudahkan perencanaan perjalanan serta mendukung optimalisasi potensi pariwisata Kabupaten Bekasi. Pengembangan lanjutan yang disarankan meliputi penambahan fitur aplikasi mobile, integrasi rute transportasi, dan fitur pemesanan tiket.

S12099

INF 0126 2025

Bekasi

Tersedia