Clustering Asal Daerah Pengunjung Pada Wisata Alam Puncak Sempur Karawang Berdasarkan Kecamatan Menggunakan Algoritma K-Means dan K-Medoids

Setiap pengelola objek wisata melakukan pendataan kunjungan wisatawan, pendataan ini sangat diperlukan dalam menentukan target promosi. Puncak sempur merupakan salah satu objek wisata alam di Karawang yang melakukan pendataan kunjungan wisatawan melalui buku pengunjung, namun tidak mudah dalam menentukan daerah kurang peminat jika dilihat dari buku daftar pengunjung. Permasalahan ini dapat diselesaikan dengan menggunakan salah satu teknik data mining yaitu Algoritma k-means clustering. Algoritma yang digunakan dalam penelitian ini dapat membantu pengelola wisata alam puncak sempur untuk mengetahui daerah mana saja yang harus menjadi target promosi sehingga dapat membuat strategi yang pasti. Variabel yang dibutuhkan dalam data mining ini berupa asal daerah pengunjung dan jumlah pengunjung, yang di mana data tersebut dapat ditemui pada buku daftar pengunjung. Data yang didapat terdiri dari 1.797 wisatawan dan 32 daerah akan dihitung manual dan bahasa phyton menggunakan algoritma k–means dan dibandingkan dengan perhitungan algoritma k-medoid, hasil perhitungan algoritma k-means dan k-medoid berbeda sehingga di lakukan evaluasi untuk mengetahui tingkat akurasi dengan menggunakan metode Silhouette coefficient. Hasil evaluasi menunjukan algoritma k-means lebih baik akurasinya daripada algoritma k-medoid untuk daerah asal wisatawan yang tergolong ramai (C0) berjumlah 1 daerah, daerah asal wisatawan yang tergolong sedang (C1) berjumlah 1 daerah, dan daerah asal wisatawan yang tergolong sepi (C2) berjumlah 28 daerah.

Kata Kunci: Clustering, Data mining, k-means, k-medoid, puncak sempur.