SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DESTINASI WISATA BERBASIS WEB DENGAN ALGORITMA K-MEANS CLUSTERING DAN (TOPSIS)

  • MIRFAN MIRFAN STMIK Handayani Makassar
    (ID)

Abstract

Tujuan dari penelitian ini adalah untuk merancang dan membuat sistem pendukung keputusan pemilihan objek wisata yang mampu memberikan keputusan terbaik beserta informasi tentang objek wisata dengan mengimplementasikan Algoritma K-Means Clustering dan Topsis ke dalam Aplikasi sistem pendukung keputusan pemilihan Objek Wisata Kabupaten Bulukumba. Dalam menentukan destinasi wisata dibutuhkan beberapa kriteria-kriteria obyek wisata antara lain, tema wisata, fasilitas, jarak, transportasi, biaya, hobi, dan umur.Proses penyelesaian masalah dengan algoritma K-Means Clustering mengelompokkan nilai alternatif dari masing-masing kriteria dan selanjutnya proses seleksi di tentukan dengan Algoritma TOPSIS yang akan memberikan rekomendasi terbaik dari seleksi obyek wisata berdasarkan kriteria yang telah di tentukan. Berdasarkan hasil penelitian yang dilakukan bahwa Algoritma K-Means Clustering dan Topsis dapat di implementasikan kedalam Sistem Pendukung Keputusan Pemilihan Destinasi Wisata dengan kriteria-kriteria yang disediakan yang memudahkan wisatawan dalam mencari tempat wisata di kabupaten bulukumba

 

Kata Kunci:   Destinasi Wisata,  TOPSIS, K-Means Clustering, Sistem Pendukung Keputusan

 

Downloads

Download data is not yet available.

Author Biography

MIRFAN MIRFAN, STMIK Handayani Makassar
Teknik Informatika

References

Ahlihi Msruro, Kusrini, Ema Taufiq Luthfi, (2017). Sistem Penunjang Keputusan Penentuan Lokasi Wisata Menggunakan K-Means Clustering dan TOPSIS. Jurnal Ilmiah DASI vol. 15 No. 15, 4 Desember 2017 STMIK AMIKOM Yogyakarta

Dewi Purnama Sari, Gunawan Abdillah2, Agus Komaruddin3, (2017). “Sistem Pendukung Keputusan Rekomendasi Tempat Wisata Di Jawa Barat Menggunakan Metode Technique For Order Preference By Similarity To Ideal Solution (Topsis)”

Dwi Ely Kurniawan, Devi Mandasar. (2018). “Pemilihan Wisata Menggunakan Technique For Order Preference By Similarity To Ideal Solution (Topsis) Dengan Visualisasi Lokasi Objek

Mila Jumarlis. (2020). “Implementasi Metode K-Means Untuk Penyebaran Pelanggan Koran Berbasis Web. Prosiding Seminar Nasional Forum Dosen Indonesia Sulawesi Selatan

Section
Volume 5, Nomor 2 Oktober Tahun 2020
Abstract viewed = 849 times