Klasterisasi Pola Perjalanan Wisatawan Nusantara Menggunakan DBSCAN Berbasis SIG


Widya Aprilia(1*); Setyoningsih Wibowo(2); Ramadhan Renaldy(3);

(1) Program Studi Informatika, Universitas PGRI Semarang, Semarang, Indonesia
(2) Program Studi Informatika, Universitas PGRI Semarang, Semarang, Indonesia
(3) Program Studi Informatika, Universitas PGRI Semarang, Semarang, Indonesia
(*) Corresponding Author

  

Abstract


Penelitian ini menganalisis dinamika spasial Wisatawan Nusantara (Wisnus) periode 2019 sampai 2024 dengan menerapkan algoritma Density-Based Spatial Clustering of Applications with Noise (DBSCAN) yang terintegrasi dengan Sistem Informasi Geografis (SIG). Penelitian membagi periode observasi menjadi tiga fase: pra-pandemi, masa pandemi COVID-19, dan fase pemulihan, yang masing-masing menunjukkan karakteristik distribusi spasial berbeda secara signifikan. Peneliti menggunakan data kunjungan Wisatawan Nusantara tingkat provinsi sebagai dasar analisis dan menambahkan atribut spasial berupa koordinat geografis. Peneliti mengekstrak fitur temporal dalam bentuk statistik deskriptif, seperti total kunjungan, rata-rata, standar deviasi, dan tren pertumbuhan. Peneliti menerapkan standardisasi z-score agar kontribusi setiap variabel seimbang. Peneliti mengoptimalkan parameter DBSCAN melalui grid search dan memperoleh kombinasi Eps 1,4 dan MinPts 2 dengan nilai Silhouette Score 0,430, Davies-Bouldin Index 1,889, dan Calinski-Harabasz Index 7,555. Hasil clustering memperlihatkan pergeseran signifikan pola distribusi spasial selama pandemi dan peningkatan konsentrasi kunjungan pada fase pemulihan. Integrasi DBSCAN dengan SIG menghasilkan visualisasi choropleth informatif yang mendukung pengambilan keputusan berbasis data dalam perencanaan destinasi wisata nasional yang adaptif.

Keywords


Dinamika spasial; DBSCAN; SIG; Wisatawan Nusantara; Clustering berbasis densitas

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 45 times
PDF view: 10 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/busiti.v7i3.3472 		  

Cite

How to cite item

References


Badan Pusat Statistik, “Jumlah Perjalanan Wisatawan Nusantara Menurut Provinsi Tujuan (Perjalanan),” Badan Pusat Statistik. Accessed: Mar. 02, 2026. [Online]. Available: https://www.bps.go.id/id/statistics-table/2/MjIwMSMy/jumlah-perjalanan-wisatawan-nusantara-menurut-provinsi-tujuan--perjalanan-.html

S. Haryono, “Sosio e-Kons Analisis Kontribusi Pariwisata Terhadap Pertumbuhan Ekonomi dan Dampaknya Terhadap IPM di Pulau Jawa,” vol. 18, p. 1, 2026, doi: https://doi.org/10.30998/0ce7zp51.

A. Syaifudin, H. Hendarmawan, and E. Novianti, “Impact of COVID-19 on the Global Tourism Economy,” J. Tour. Educ., vol. 2, no. 1, pp. 1–9, 2022, doi: 10.17509/jote.v2i1.41629.

Meitolo Hulu and Lidia Ariyanti, “Kepariwisataan di masa krisis: kunjungan wisata pada masa pandemi covid-19 di pantai Pangandaran, Indonesia,” J. Tour. Econ., vol. 5, no. 2, pp. 178–185, Dec. 2022, doi: 10.36594/jtec/2ffbbq71.

D. Mayasari and I. Zubaidah, “The analysis of consumer behavior and tourism resilience post-pandemic covid-19 in Belitung Regency,” J. Pariwisata Pesona, vol. 10, no. 1, pp. 40–49, Jul. 2025, doi: 10.26905/jpp.v10i1.13474.

A. Iriany, N. A. Sovia, W. Ngabu, and D. Ariyanto, “ANALISIS SPASIAL TEMPORAL INDEKS KETAHANAN PANGAN MENGGUNAKAN GEOGRAPHICALLY TEMPORALLY WEIGHTED REGRESSION DAN KLASTER FUZZY DI NUSA TENGGARA TIMUR,” MaTHunesa J. Ilm. Mat., vol. 13, no. 03, pp. 9–17, 2025.

E. R. S. Moningkey, N. Timang, and K. Santa, “Spatial Clustering Of Tourism Investment Potential In Tomohon City,” Acad. Open, vol. 11, no. 1, pp. 1–19, 2026, doi: 10.21070/acopen.11.2026.13038.

C. Feng and H. R. Wang, “Measurement, Temporal and Spatial Evolution of Tourism Eco-Efficiency in China Based on Data Mining,” Appl. Ecol. Environ. Res., vol. 23, no. 5, pp. 8895–8912, 2025, doi: 10.15666/aeer/2305_88958912.

J. Han, J. Pei, and H. Tong, Data Mining: Concepts and Techniques, 4th ed. Cambridge: Morgan Kaufmann, 2023. [Online]. Available: https://books.google.com/books/about/Data_Mining.html?id=NR1oEAAAQBAJ

A. M. A. Tambunan, U. Khaira, and B. F. Hutabarat, “Implementasi Algoritma DBSCAN untuk Klasterisasi Koperasi Berdasarkan Indikator Keuangan,” NARATIF J. Ilm. Nas. Ris. Apl. dan Tek. Inform., vol. 7, no. 1, pp. 38–55, 2025.

K. Emilia, K. M. Hindrayani, and A. R. Pratama, “Penerapan Algoritma Density-Based Spatial Clustering of Application with Noise untuk Analisis Multidimensi Data Destinasi Wisata Provinsi Jawa Tengah,” in Prosiding Seminar Nasional Sains dan Teknologi Seri V Fakultas Sains dan Teknologi, Universitas Terbuka, Fakultas Sains dan Teknologi, Universitas Terbuka, 2026, pp. 110–124.

R. Wulandari and W. Yustanti, “Analisis Text Clustering Kebijakan Pembukaan Daerah Wisata pada Masa Pandemi Berbasis Densitas Spasial (DBSCAN),” J. Emerg. Inf. Syst. Bus. Intell., vol. 3, no. 2, pp. 1–10, 2022, doi: 10.26740/jeisbi.v3i2.45509.

L. W. Putri, A. Z. Rahman, and Kismartini, “Manajemen Krisis Kepariwisataan pada Objek Wisata Umbul Ponggok dalam Menghadapi Adaptasi Kebiasaan Baru di Era Pandemi COVID-19,” J. Manaj. dan Kebijak. Publik, vol. 12, no. 2, 2023, doi: https://doi.org/10.14710/jppmr.v12i2.37770.

H. Wang et al., “Analysis of spatial-temporal pattern, dynamic evolution and influencing factors of health tourism development in China,” Sci. Rep., vol. 13, no. 1, p. 15436, Sep. 2023, doi: 10.1038/s41598-023-42462-x.

S. A. Hasibuan, K. M. Hindrayani, and S. S. M. Wara, “Analisis Daerah Rawan Kebakaran di Kota Surabaya Menggunakan Metode Spatial Temporal Density Based Spatial Clustering of Applications with Noise,” in Prosiding Seminar Nasional Sains dan Teknologi Seri V Fakultas Sains dan Teknologi, Universitas Terbuka, Fakultas Sains dan Teknologi, Universitas Terbuka, 2026, pp. 653–663.

G. A. Rahman, I. Hasbi, A. Tenriawaru, L. Surimi, and A. N. Alfiyan, “Penggunaan Algoritma Dbscan Dalam Pengelompokan Kabupaten/Kota Di Sulawesi Tenggara Berdasarkan Indikator Pendidikan,” Simtek J. Sist. Inf. dan Tek. Komput., vol. 10, no. 1, pp. 184–193, 2025, doi: 10.51876/simtek.v10i1.1546.

A. D. Rabbani, K. M. Hindrayani, and M. Nasrudin, “Perbandingan K-Means, DBSCAN, dan OPTICS untuk Klasterisasi Pasien Anemia Berdasarkan Parameter Hematologi,” in Data Science, Informatics, Statistics, and Electrical Research Conference, 2025, p. 01.

Y. Hasan, “Pengukuran Silhouette Score dan Davies-Bouldin Index pada Hasil Cluster K-Means dan Dbscan,” KAKIFIKOM (Kumpulan Artik. Karya Ilm. Fak. Ilmu Komputer), vol. 06, no. 01, 2024.

S. Mutiah, Y. Hasnataeni, A. Fitrianto, E. Erfiani, and L. M. R. D. Jumansyah, “Perbandingan Metode Klastering K-Means dan DBSCAN dalam Identifikasi Kelompok Rumah Tangga Berdasarkan Fasilitas Sosial Ekonomi di Jawa Barat,” Teorema Teor. dan Ris. Mat., vol. 9, no. 2, p. 247, Sep. 2024, doi: 10.25157/teorema.v9i2.16290.

A. D. Laksmi, D. Kusnandar, and N. Imro’ah, “Hierarchical clustering multiscale bootstrap pada capaian dimensi IPM tahun 2020 yang terdampak COVID-19,” Bul. Ilm. Mat. Stat. dan Ter., vol. 12, no. 2, pp. 185–194, 2023.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.