Klasterisasi Lokasi Wisata di Indonesia dengan Menggunakan Algoritma Hierarchical Clustering
-
Puderta Sinulingga
*
Universitas Medan Area,
Indonesia
Keywords:
Klasterisasi;; Hierarchical Clustering;; Pariwisata;; Indonesia;; Machine Learning
Abstract
Penelitian ini bertujuan untuk mengelompokkan lokasi wisata di Indonesia berdasarkan rating dan jumlah ulasan menggunakan algoritma Hierarchical Clustering. Permasalahan yang diangkat adalah ketimpangan popularitas antar destinasi wisata yang menyebabkan tidak meratanya promosi dan pengelolaan potensi pariwisata di berbagai wilayah. Data sekunder diambil dari platform Kaggle yang mencakup informasi tentang nama tempat, rating, jumlah ulasan, kota, dan provinsi sebagai atribut utama. Tahapan penelitian meliputi pengumpulan data, praproses data (termasuk normalisasi), analisis eksploratif, implementasi algoritma klasterisasi, dan evaluasi hasil secara menyeluruh. Metode Ward Linkage digunakan dalam pendekatan agglomeratif untuk membentuk klaster yang optimal dan representatif. Evaluasi klasterisasi dilakukan dengan menggunakan Silhouette Index (SI) dan Davies-Bouldin index (DBI) sebagai metrik utama yang efektif mengukur kualitas klaster dan konsistensi hasil pengelompokan. Hasil menunjukkan bahwa pemilihan jumlah klaster sebanyak 8 menghasilkan performa terbaik dengan nilai DBI sebesar 0,2606 dan SI sebesar 0,8008. Temuan ini menunjukkan bahwa Hierarchical Clustering efektif dalam mengelompokkan destinasi wisata berdasarkan karakteristik kualitas dan popularitas, serta memberikan dasar yang kuat untuk strategi promosi pariwisata yang lebih terarah dan merata di Indonesia, sekaligus mendukung pengembangan pariwisata berkelanjutan dan pemerataan ekonomi.
References
Agustina, C., & Rahmawati, E. (2023). Klasterisasi Objek Wisata Menggunakan Jaccard Similarity Coefficient Berdasarkan Attraction, Accessability, Amenity dan Ancilarry Service. Jurnal Sains Dan Manajemen, 11(1).
Aliyatus Saidah, D., Santoso, R., & Widiharih, T. (2022). PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR KESEHATAN LINGKUNGAN MENGGUNAKAN METODE PARTITIONING AROUND MEDOIDS DENGAN VALIDASI INDEKS INTERNAL. 11(2), 302–312. https://ejournal3.undip.ac.id/index.php/gaussian/
Egga, N., Soputan, J., Kumenaung, A. G., Kawung, G. M. V, Pembangunan, J. E., Ekonomi, F., & Bisnis, D. (2022). ANALISIS PENGARUH SEKTOR INDUSTRI PARIWISATA TERHADAP PRODUK DOMESTIK REGIONAL BRUTO DI KOTA MANADO Oleh. In Jurnal Berkala Ilmiah Efisiensi (Vol. 22, Issue 4).
Habiballoh, H., Faqih, A., & Suprapti, T. (2024). IMPLEMENTASI ALGORITMA K-MEANS DALAM MENGELOMPOKAN KABUPATEN/KOTA DI JAWA BARAT BERDASARKAN JENIS DAN JUMLAH POTENSI OBJEK DAYA TARIK WISATA. Jurnal Informatika Dan Teknik Elektro Terapan, 12(2). https://doi.org/10.23960/jitet.v12i2.4270
Homepage, J., Ain Kilo, N., Katili, R., Hasan, I. K., Matematika, J., & Korespondensi, P. (2025). Research in the Mathematical and Natural Sciences Perbandingan Metode K-Means dan K-Medoids Dengan Validitas Davies-Bouldin Indeks, Dunn Indeks dan Indeks Connectivity Pada Pengelompokkan Masyarakat Penerima Bantuan Langsung Tunai Under the licence CC BY-NC-SA 4.0. Res. Math. Nat. Sci, 4(1), 8–15. https://doi.org/10.55657/rmns.v4i1.190
Karimah, A., Nur, I., & Fitriana, L. (2025). PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDEKS PEMBANGUNAN LITERASI MASYARAKAT 2023 MENGGUNAKAN METODE KLASTER HIERARKI DAN NON HIERARKI. Prosiding Seminar Nasional Sains Dan Teknologi Seri III Fakultas Sains Dan Teknologi, 2(1).
Khoirunnisa, A., & Ramadhan, N. G. (2023). Improving malaria prediction with ensemble learning and robust scaler: An integrated approach for enhanced accuracy. JURNAL INFOTEL, 15(4), 326–334. https://doi.org/10.20895/infotel.v15i4.1056
Luthfi, E., & Wijayanto, A. W. (2021). Analisis perbandingan metode hirearchical, k-means, dan k-medoids clustering dalam pengelompokkan indeks pembangunan manusia Indonesia. INOVASI, 17(4), 761–773. https://doi.org/10.30872/jinv.v17i4.10106
Maulida, H., & Atmojo, M. E. (2024). EFEKTIFITAS SMART CARD DALAM TRANSPORTASI PUBLIK TRANS JOGJA. In JISIP-UNJA (Vol. 8, Issue 2).
Md, A. Q., Kulkarni, S., Joshua, C. J., Vaichole, T., Mohan, S., & Iwendi, C. (2023). Enhanced Preprocessing Approach Using Ensemble Machine Learning Algorithms for Detecting Liver Disease. Biomedicines, 11(2). https://doi.org/10.3390/biomedicines11020581
Muhammad Raqib Syahkur, Hartama, D., & Solikhun, S. (2024). Evaluasi Jumlah Cluster pada Algoritma K-Means++ Menggunakan Silhouette dan Elbow dengan Validasi Nilai DBI dalam Mengelompokkan Gizi Balita. JST (Jurnal Sains Dan Teknologi), 13(3), 487–496. https://doi.org/10.23887/jstundiksha.v13i3.86419
Muqorobin, Sri Supatminingsih, & Dewi Hermawati Wahyuningsih. (2024). Pengembangan Metode Klasterisasi Untuk Pengelompokan Potensi Wisata guna Menunjang Digitalisasi Wisata di Indonesia. JST (Jurnal Sains Dan Teknologi), 13(2), 217–230. https://doi.org/10.23887/jstundiksha.v13i2.84743
Pada, A., Susu, P., Komposisi, B., Terkandung, Y., Metode, M., Cluster, H., Puteri, (, Addini, F., Raih, K., Dakhi, S., Cania, P., Tarigan, B., Fajar Addini, P., Korespondensi, E. P., Kunci, K., Analisis, :, & Komposisi, W. (2024). Analisis Pada Produk Susu Berdasarkan Komposisi Yang Terkandung Menggunakan Metode Hierarki Cluster. Jurnal Sains Dan Teknologi, 6(2), 252–256. https://doi.org/10.55338/saintek.v6i2.3841
Putrian Wijaya, A., Salma Kinanthi, A., Yanawati, D., Syamsidar, S., & Widodo, E. (2025). Pengelompokkan Kabupaten/Kota di Pulau Jawa Berdasarkan Faktor Kemiskinan Menggunakan Metode Hierarchical Clustering. Jurnal Sains Dan Manajemen, 13(1).
Rahma, M., & Muhajir, M. (2024). Komparasi Hierarchical Clustering Dan K-Medoid Clustering Terhadap Pengelompokan Satuan Kerja Perangkat Daerah (SKPD) Di Kabupaten Sleman Tahun 2021. Emerging Statistics and Data Science Journal, 2(1).
Seftia, M., Efan, E., Arif, A., Teknologi, I., & Alam, P. (2024). OPTIMALISASI STRATEGI WISATA DI KOTA PAGAR ALAM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. In Jurnal Informatika (JURI) e-ISSN (Vol. 01, Issue 02).
Septianingsih, A., Pertama, S. A., Kependudukan, D., Sipil, P., & Tangerang, K. (2022). PEMETAAN KABUPATEN KOTA DI PROVINSI JAWA TIMUR BERDASARKAN TINGKAT KASUS PENYAKIT MENGGUNAKAN PENDEKATAN AGGLOMERATIF HIERARCHICAL CLUSTERING. 3(2). https://doi.org/10.46306/lb.v3i2
Sin, H. L., Mostafanezhad, M., & Cheer, J. M. (2021). Tourism geographies in the ‘Asian Century.’ Tourism Geographies, 23(4), 649–658. https://doi.org/10.1080/14616688.2020.1826571
Tjipta, C., Handayani, N., Sitokdana, M. N. N., Kristen, U., Wacana, S., Politeknik, S., Bengkalis, N., Alam, J. B., & Alam, S. (n.d.). COMPARISON OF K-MEANS++ AND AGGLOMERATIVE HIERARCHICAL METHODS IN CLUSTERING HEALTHCARE WORKERS KOMPARASI METODE K-MEANS++ DAN AGGLOMERATIVE HIERARCHICAL DALAM PENGELOMPOKAN JUMLAH TENAGA KESEHATAN. 10(2), 2025.
Waruwu, M. (2024). Metode Penelitian dan Pengembangan (R&D): Konsep, Jenis, Tahapan dan Kelebihan. Jurnal Ilmiah Profesi Pendidikan, 9(2), 1220–1230. https://doi.org/10.29303/jipp.v9i2.2141
Willa Dhany, H., & Izhari, F. (2023). Journal of Intelligent Decision Support System (IDSS) Exploratory Data Analysis (EDA) methods for healthcare classification. In Journal of Intelligent Decision Support System (IDSS) (Vol. 6, Issue 4).
Aliyatus Saidah, D., Santoso, R., & Widiharih, T. (2022). PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR KESEHATAN LINGKUNGAN MENGGUNAKAN METODE PARTITIONING AROUND MEDOIDS DENGAN VALIDASI INDEKS INTERNAL. 11(2), 302–312. https://ejournal3.undip.ac.id/index.php/gaussian/
Egga, N., Soputan, J., Kumenaung, A. G., Kawung, G. M. V, Pembangunan, J. E., Ekonomi, F., & Bisnis, D. (2022). ANALISIS PENGARUH SEKTOR INDUSTRI PARIWISATA TERHADAP PRODUK DOMESTIK REGIONAL BRUTO DI KOTA MANADO Oleh. In Jurnal Berkala Ilmiah Efisiensi (Vol. 22, Issue 4).
Habiballoh, H., Faqih, A., & Suprapti, T. (2024). IMPLEMENTASI ALGORITMA K-MEANS DALAM MENGELOMPOKAN KABUPATEN/KOTA DI JAWA BARAT BERDASARKAN JENIS DAN JUMLAH POTENSI OBJEK DAYA TARIK WISATA. Jurnal Informatika Dan Teknik Elektro Terapan, 12(2). https://doi.org/10.23960/jitet.v12i2.4270
Homepage, J., Ain Kilo, N., Katili, R., Hasan, I. K., Matematika, J., & Korespondensi, P. (2025). Research in the Mathematical and Natural Sciences Perbandingan Metode K-Means dan K-Medoids Dengan Validitas Davies-Bouldin Indeks, Dunn Indeks dan Indeks Connectivity Pada Pengelompokkan Masyarakat Penerima Bantuan Langsung Tunai Under the licence CC BY-NC-SA 4.0. Res. Math. Nat. Sci, 4(1), 8–15. https://doi.org/10.55657/rmns.v4i1.190
Karimah, A., Nur, I., & Fitriana, L. (2025). PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDEKS PEMBANGUNAN LITERASI MASYARAKAT 2023 MENGGUNAKAN METODE KLASTER HIERARKI DAN NON HIERARKI. Prosiding Seminar Nasional Sains Dan Teknologi Seri III Fakultas Sains Dan Teknologi, 2(1).
Khoirunnisa, A., & Ramadhan, N. G. (2023). Improving malaria prediction with ensemble learning and robust scaler: An integrated approach for enhanced accuracy. JURNAL INFOTEL, 15(4), 326–334. https://doi.org/10.20895/infotel.v15i4.1056
Luthfi, E., & Wijayanto, A. W. (2021). Analisis perbandingan metode hirearchical, k-means, dan k-medoids clustering dalam pengelompokkan indeks pembangunan manusia Indonesia. INOVASI, 17(4), 761–773. https://doi.org/10.30872/jinv.v17i4.10106
Maulida, H., & Atmojo, M. E. (2024). EFEKTIFITAS SMART CARD DALAM TRANSPORTASI PUBLIK TRANS JOGJA. In JISIP-UNJA (Vol. 8, Issue 2).
Md, A. Q., Kulkarni, S., Joshua, C. J., Vaichole, T., Mohan, S., & Iwendi, C. (2023). Enhanced Preprocessing Approach Using Ensemble Machine Learning Algorithms for Detecting Liver Disease. Biomedicines, 11(2). https://doi.org/10.3390/biomedicines11020581
Muhammad Raqib Syahkur, Hartama, D., & Solikhun, S. (2024). Evaluasi Jumlah Cluster pada Algoritma K-Means++ Menggunakan Silhouette dan Elbow dengan Validasi Nilai DBI dalam Mengelompokkan Gizi Balita. JST (Jurnal Sains Dan Teknologi), 13(3), 487–496. https://doi.org/10.23887/jstundiksha.v13i3.86419
Muqorobin, Sri Supatminingsih, & Dewi Hermawati Wahyuningsih. (2024). Pengembangan Metode Klasterisasi Untuk Pengelompokan Potensi Wisata guna Menunjang Digitalisasi Wisata di Indonesia. JST (Jurnal Sains Dan Teknologi), 13(2), 217–230. https://doi.org/10.23887/jstundiksha.v13i2.84743
Pada, A., Susu, P., Komposisi, B., Terkandung, Y., Metode, M., Cluster, H., Puteri, (, Addini, F., Raih, K., Dakhi, S., Cania, P., Tarigan, B., Fajar Addini, P., Korespondensi, E. P., Kunci, K., Analisis, :, & Komposisi, W. (2024). Analisis Pada Produk Susu Berdasarkan Komposisi Yang Terkandung Menggunakan Metode Hierarki Cluster. Jurnal Sains Dan Teknologi, 6(2), 252–256. https://doi.org/10.55338/saintek.v6i2.3841
Putrian Wijaya, A., Salma Kinanthi, A., Yanawati, D., Syamsidar, S., & Widodo, E. (2025). Pengelompokkan Kabupaten/Kota di Pulau Jawa Berdasarkan Faktor Kemiskinan Menggunakan Metode Hierarchical Clustering. Jurnal Sains Dan Manajemen, 13(1).
Rahma, M., & Muhajir, M. (2024). Komparasi Hierarchical Clustering Dan K-Medoid Clustering Terhadap Pengelompokan Satuan Kerja Perangkat Daerah (SKPD) Di Kabupaten Sleman Tahun 2021. Emerging Statistics and Data Science Journal, 2(1).
Seftia, M., Efan, E., Arif, A., Teknologi, I., & Alam, P. (2024). OPTIMALISASI STRATEGI WISATA DI KOTA PAGAR ALAM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. In Jurnal Informatika (JURI) e-ISSN (Vol. 01, Issue 02).
Septianingsih, A., Pertama, S. A., Kependudukan, D., Sipil, P., & Tangerang, K. (2022). PEMETAAN KABUPATEN KOTA DI PROVINSI JAWA TIMUR BERDASARKAN TINGKAT KASUS PENYAKIT MENGGUNAKAN PENDEKATAN AGGLOMERATIF HIERARCHICAL CLUSTERING. 3(2). https://doi.org/10.46306/lb.v3i2
Sin, H. L., Mostafanezhad, M., & Cheer, J. M. (2021). Tourism geographies in the ‘Asian Century.’ Tourism Geographies, 23(4), 649–658. https://doi.org/10.1080/14616688.2020.1826571
Tjipta, C., Handayani, N., Sitokdana, M. N. N., Kristen, U., Wacana, S., Politeknik, S., Bengkalis, N., Alam, J. B., & Alam, S. (n.d.). COMPARISON OF K-MEANS++ AND AGGLOMERATIVE HIERARCHICAL METHODS IN CLUSTERING HEALTHCARE WORKERS KOMPARASI METODE K-MEANS++ DAN AGGLOMERATIVE HIERARCHICAL DALAM PENGELOMPOKAN JUMLAH TENAGA KESEHATAN. 10(2), 2025.
Waruwu, M. (2024). Metode Penelitian dan Pengembangan (R&D): Konsep, Jenis, Tahapan dan Kelebihan. Jurnal Ilmiah Profesi Pendidikan, 9(2), 1220–1230. https://doi.org/10.29303/jipp.v9i2.2141
Willa Dhany, H., & Izhari, F. (2023). Journal of Intelligent Decision Support System (IDSS) Exploratory Data Analysis (EDA) methods for healthcare classification. In Journal of Intelligent Decision Support System (IDSS) (Vol. 6, Issue 4).
Dimensions Badge
Published
2025-07-31
Section
Articles
Copyright (c) 2025 Puderta Sinulingga
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).
