Pengelompokkan Data Kunjungan Wisatawan Asing Ke Indonesia di Masa Pandemi Covid-19 Menggunakan Algoritma K-Means dan DBScan

Pandemi Covid-19 berskala global yang sudah terjadi selama bertahun-tahun berpengaruh secara signifikan pada berbagai sektor. Pariwisata menjadi yang paling terdampak dari pandemi Covid - 19, dikarenakan cara untuk menahan peningkatan jumlah orang yang terinfeksi dengan membatasi pergerakan manusia maka wisatawan asing tidak bisa leluasa keluar negeri. Data yang ada pada Badan Pusat Statistik (BPS) mengenai kunjungan wisatawan asing ke indonesia dimasa pandemi hanya berisi data yang masih mentah dan belum diolah lebih jauh lagi, misalnya saja belum diolah menggunakan tools dan bahasa pemrograman dengan berbagai cara kajian ilmiah. Permasalahan data wisatawan asing yang masih belum diolah lebih jauh lagi inilah menjadi bahan dalam penelitian ini. Berdasarkan yang sudah dilakukan dalam penelitian ini menerapkan Algoritma K-Means dan DBSCAN memerlukan berbagai tahap untuk memproses data kunjungan wisatawan asing yaitu melalui tahap pengumpulan data, seleksi data setelah itu baru mengimplementasikan Algoritma K-Means dan juga Algoritma DBSCAN. Setelah didapatkan hasil dilakukan evaluasi data dengan Silhouette Coefficient. Hasil Perhitungan evaluasi dari Algoritma DBSCAN menghasilkan nilai akurasi sebesar 0.91962 lebih rendah ketimbang Algoritma K-Means yang memiliki nilai silhouette 0.96234, bisa disimpulkan bahwa hasil dari penelitian ini Algoritma K-Means lebih baik ketimbang Algoritma DBSCAN dalam pengelompokan dataset kunjungan wisatawan asing yang digunakan dalam penelitian ini.
Kata Kunci: Pandemi, clustering, covid-19, wisatawan asing.