Pesan di jejaring sosial Twitter menyediakan basis data yang kaya akan informasi geo-location (lokasi), waktu dan informasi pengguna, seperti pada aktivitas makan di luar. Data tersebut dapat berguna untuk memetakan lokasi restoran dan menganalisa karakteristik konsumen sebagai pertimbangan untuk meminimalkan biaya usaha, merespon kebutuhan pasar dan mempertimbangankan segmen pasar. Tujuan dari penelitian ini adalah memetakan pola persebaran lokasi restoran yang dikunjungi pengunjung berdasarkan data geo-location tweets pada Twitter, menganalisa karakteristik foodie yang melakukan kegiatan makan di luar, dan memetakan perilaku spasial foodie dalam kegiatan makan di luar. Untuk mengetahui pola persebaran kunjungan ke restoran, data geo-location yang diperoleh melalui Twitter diolah menggunakan SIG dengan metode estimasi Kernel Density. Untuk menganalisis perilaku keruangan foodie, digunakan data geo-location dan data daerah tempat tinggal foodie yang diperoleh melalui kuisioner online. Pemetaan data di proses menggunakan metode pemetaan Kernel Density, Network Analyze OD Cost Matrix dan grafik. Untuk mengetahui karakteristik foodie dilakukan perbandingan dengan uji komparatif dengan menggunakan SPSS. Sampel diambil menggunakan metode quota sampling dengan foodie sebagai sampel penelitian. Hasil penelitian memperlihatkan bahwa terdapat 4 (empat) klaster utama yang menjadi pusat tweet kegiatan makan di luar di Daerah Istimewa Yogyakarta. Secara umum foodie di DIY cenderung memilih restoran yang menawarkan cita rasa dan menyukai makanan-makanan etnis tertentu. Dalam pergerakannya, rata-rata foodie mampu menempuh jarak sejauh 6,53km untuk menuju ke restoran yang ingin mereka kunjungi dengan kecenderungan pergerakan menuju ke wilayah Kawasan Perkotaan Yogyakarta. Waktu siang hari menjadi waktu terfavorit bagi foodie untuk melakukan kegiatan makan di luar.

Messages on Twitter provides a rich database of geo-location information (location), time and user information, such as in the eating out activity. The data can be used for mapping the location of the restaurants and analyze consumers characteristic as a consideration to minimize business costs, respond to market needs and consider market segmentation. The purpose of this study are to map the distribution pattern of the restaurants that visited by the visitors based on Twitter geo-location data, analyze the characteristics of foodie who conduct eating-out activity and map the spatial behavior of foodie on eating out activity. To determine the distribution pattern of visit to restaurants, geo-location data is obtained via Twitter and processed using GIS with Kernel Density estimation method. To analyze the spatial behavior foodie, used geo-location data and location data of foodie residence that obtained from online questionnaire. Mapping data is processed using Kernel Density Estimation, OD Cost Matrix Network Analyze and chart. To analyze the characteristics of foodie, the comparative test conducted using SPSS. Samples were taken using a quota sampling method with foodie as a sample. The results showed that there were 4 (four) main clusters, that be the center location of eating-out activity in Yogyakarta. In general, foodie in Yogyakarta tend to choose a restaurant that offers good taste besides they also enjoy ethnical foods. On average, foodie in Yogyakarta were able to go up to 6,53 km to go to a restaurant that they want to visit, with a tendency to move towards to Yogyakarta urban area. Daylight hours (lunch time) become a favorite time for foodie to do eating-out activities.

Kata Kunci : Spatial behavior, Twitter, foodie, makan di luar/Spatial behavior, Twitter, foodie, eating-out