Pemetaan Daya Saing Indonesia di Tingkat Dunia Berdasarkan Kinerja Pembangunan Pariwisata dengan Metode Kmeans dan Fuzzy C-Means

Masteriarsa, Muhammad Fikri (2019) Pemetaan Daya Saing Indonesia di Tingkat Dunia Berdasarkan Kinerja Pembangunan Pariwisata dengan Metode Kmeans dan Fuzzy C-Means. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 06211540000041-Undergraduate_Theses.pdf]
Preview
Text
06211540000041-Undergraduate_Theses.pdf

Download (1MB) | Preview

Abstract

Di era global saat ini, sektor pariwisata secara nyata mampu menyumbang kontribusi signifikan bagi perekonomian suatu negara. Kontribusi perdagangan dan jasa pariwisata telah memberikan sumbangan yang besar bagi pendapatan negara terutama melalui penerimaan devisa dari wisatawan mancanegara. Setiap negara terus melakukan pengembangan dalam meningkatkan kinerja pembangunan pariwisata agar dapat memberikan pelayanan yang optimal bagi para wisatawan yang berkunjung ke wilayahnya. Pengembangan yang dilakukan berperan dalam meningkatkan daya saing suatu negara dengan yang negara lainnya dalam menarik pasar wisatawan yang lebih besar. Pada penelitian ini, dilakukan pemetaan daya saing pariwisata pada negara di dunia dengan metode pengelompokan non-hierarki, yakni Kmeans dan Fuzzy C-Means Clustering. Metode tersebut digunakan karena jumlah cluster ditentukan oleh peneliti, dan metode tesebut baik dalam melakukan pengelompokan pada data dengan jumlah besar dan memiliki outlier. Metode Fuzzy C-Means 3 Cluster linear naik menjadi metode terbaik, karena nilai pseudo f-statistic tertinggi, dan icdrate terendah diantara hasil kelompok yang lain. Indonesia tergabung dalam kelompok dua dengan status pariwisata berkembang, yakni dibawah pariwisata maju dan mengungguli pariwisata tertinggal. Terdapat sejumlah lima dari empat belas indikator Indonesia yang harus menjadi fokus perhatian pemerintah kedepan dalam upaya peningkatan kinerja terhadap pembangunan pariwisata, agar dapat menggungguli dan bersaing dengan pariwisata negara-negara lainnya.
=================================================================================================================================
In the current global era, the tourism sector is significantly able to contribute for the economy of a country. The contribution of trade and tourism services has given significant revenues, especially through foreign exchange earnings from foreign tourists. Each country continues to develop in improving the performance of tourism development so that it can provide optimal services for tourists who visiting their region. The development carried out plays a role in increasing the competitiveness of a country with the other countries in attracting a larger tourist market. In this study, will do mapping of tourism competitiveness at the world level using non-hierarchical grouping methods, which is Kmeans and Fuzzy C-Means method. This method is used because the number of clusters is determined by the researcher, and this method is good at grouping in large amount of data and have outliers. The Fuzzy C-Means method with a linear up membership function 3 Cluster is the best method, because the highest pseudo f-statistic value, and the lowest icdrate among the other groups. Indonesia belongs to group 2 with status of developing tourism countries, which is under advanced tourism countries and outperforming underdeveloped tourism countries. There are 5 of 14 indicators that must be the focus of government attention in the future in efforts to improve tourism development performance, in order to compete with other tourism countries.

Item Type: Thesis (Other)
Additional Information: RSSt 519.53 Mas p-1 2019
Uncontrolled Keywords: Cluster, Fuzzy C-Means, Kmeans, Multivariat, Pariwisata
Subjects: Q Science > QA Mathematics > QA278.55 Cluster analysis
Q Science > QA Mathematics > QA9.64 Fuzzy logic
Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics)
Divisions: Faculty of Mathematics, Computation, and Data Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Muhammad Fikri Masteriarsa
Date Deposited: 05 Jan 2024 08:29
Last Modified: 05 Jan 2024 08:29
URI: http://repository.its.ac.id/id/eprint/64132

Actions (login required)

View Item View Item