Penerapan Metode Self Organizing Map dan Simple Additive Weighting untuk memilih Tempat Wisata di Tegal

Authors

  • Windi Setiawati STMIK YMI Tegal
  • Sarif Surorejo STMIK YMI Tegal
  • Wresti Andriani STMIK YMI Tegal
  • Gunawan Gunawan STMIK YMI Tegal

DOI:

10.33395/jmp.v13i1.13667

Keywords:

Analisis Data, Pengelolaan Pariwisata, Self Organizing Map, Simple Additive Weighting, Tegal

Abstract

Penelitian ini mengusulkan penggunaan kombinasi metode Self Organizing Map (SOM) dan Simple Additive Weighting (SAW) untuk optimasi pemilihan dan pengembangan tempat wisata di Tegal. Metode SOM, sebagai alat pembelajaran mesin, digunakan untuk menganalisis pola historis kunjungan dan mengidentifikasi preferensi pengunjung, sementara metode SAW digunakan untuk menilai dan memberikan peringkat pada kriteria yang dianggap penting oleh pengelola pariwisata. Integrasi kedua metode ini bertujuan untuk meningkatkan keakuratan dalam pemilihan dan pengelompokan atraksi wisata berdasarkan variabel yang relevan, serta membantu dalam alokasi sumber daya yang lebih efisien. Hasil dari penelitian ini menunjukkan bahwa penggunaan kombinasi SOM dan SAW secara efektif mendukung pengambilan keputusan dalam pengembangan pariwisata yang berkelanjutan di Tegal, dengan memberikan rekomendasi yang berbasis pada analisis data canggih. Implementasi metode ini memberikan wawasan baru dalam pengelolaan pariwisata dan dapat diadopsi oleh daerah lain dengan kondisi serupa untuk meningkatkan pengelolaan destinasi wisata mereka. Penelitian ini berkontribusi pada literatur dengan menunjukkan bagaimana teknologi analisis data dan kecerdasan buatan dapat diintegrasikan dalam pengelolaan pariwisata untuk meningkatkan pengalaman pengunjung dan pertumbuhan ekonomi lokal.

GS Cited Analysis

Downloads

How to Cite

Setiawati, W. ., Surorejo, S. ., Andriani, W. ., & Gunawan, G. . (2024). Penerapan Metode Self Organizing Map dan Simple Additive Weighting untuk memilih Tempat Wisata di Tegal. Jurnal Minfo Polgan, 13(1), 357-365. https://doi.org/10.33395/jmp.v13i1.13667

Most read articles by the same author(s)