Page 113 - E Modul Data Analytics _Neat

Data Analytics

8.3 Aplikasi klastering (Studi Kasus)

1. Contoh Kasus Pengelompokkan Data dengan K-Means(Wanto, 2020)

Contoh:

Jumlah wisatawan mancanegara yang berkunjung ke Indonesia setiap tahun bervariasi dan
tidak sama. Para wisatawan yang hadir sebagian besar untuk menikmati destinasi wisata yang
ada di Indonesia. Semakin banyak wisatawan yang berkunjung, maka akan semakin banyak
pula Devisa negara yang akan diterima oleh Indonesia. Oleh karena itu, akan dilakukan

pengelompokkan jumlah wisatawan mancanegara yang berkunjung ke Indonesia dengan K-
Means. Hal ini bertujuan sebagai informasi agar nantinya pemerintah Indonesia maupun pihak

swasta dapat membuat kebijakan yang lebih baik lagi untuk dapat meningkatkan jumlah
kunjungan wisatawan mancanegara ke Indonesia. Sampel dataset yang digunakan adalah data
jumlah wisatawan mancanegara tahun 2017-2018 yang bersumber dari Badan Pusat Statistik

Indonesia (Tabel 8.1).

Penyelesaian (Perhitungan Manual):

Berikut ini adalah proses perhitungan manual dengan menggunakan algoritma K-Means

Clustering berdasarkan langkah-langkah yang sudah dijelaskan sebelumnya.

1. Menentukan data awal yang akan di cluster.
Tabel di bawah merupakan data yang akan di proses menggunakan metode K-Means

Clustering.

Table 8. 1 Jumlah Kunjungan Wisatawan Mancanegara

NO Kebangsaan (A) Tahun 2017 (X) Tahun 2018 (Y)

1 Afganistan 595 1034

2 Albania 592 706

3 Armenia 772 794
4 Austria 27208 26676

5 Azerbaijan 4405 1138

6 Bahrain 2457 2208

101