KLASI PARIWISATA DIY DARI DATA TWITTER dan VISUALISASI DATANYA

AJI NUGROHO, Warsun Najib, S.T., M.Sc;Teguh Bharata Adji, S.T., M.T., M.Eng., Ph.D

2017 | Skripsi | S1 TEKNOLOGI INFORMASI

Daerah Istiwewa Yogyakarta (DIY) memiliki banyak objek pariwisata tetapi pengembangan pariwisata hanya dapat dilakukan pada beberapa objek pariwisata saja. Untuk menentukan objek pariwista yang akan dikembangkan dari keseluruhan objek pariwisata yang tersedia, dibutuhkan strategi pengembangan yang didasarkan pada kepopuleran suatu objek wisata. Sumber data yang dapat digunakan untuk mencari kepopuleran objek pariwisata adalah media sosial Twitter. Kepopuleran objek pariwisata dapat diperoleh dengan mengklasifikasikan data Twitter ke dalam beberapa kelas kategori pariwisata dengan algoritme SVM (Support Vector Machine) kemudian mencari kata yang merujuk objek pariwisata. Hasil dari klasifikasi tersebut adalah jumlah tweet dari setiap kategori dan objek wisata yang menunjukkan kepopuleran. Setelah itu sistem visualisasi data akan mengubah hasil klasifikasi tersebut menjadi bentuk grafik dan gambar yang mudah dipahami. Dari keseluruhan tweet yang diperoleh, wisata keluarga memiliki persentase jumlah tweet 30.62%, wisata alam 19.97%, wisata candi 19.09%, wisata pantai 15.39%, museum dan sejarah 10.45%, dan desa wisata sebesar 4.48%. Objek pariwisata dengan kepopuleran tertinggi di dalam masing-masing kategori secara berurutan sesuai urutan kategori wisata yaitu: Malioboro, Gunung Merapi, Candi Prambanan, Indrayanti, Tamansari, Desa Wisata Tanjung. Sedangkan objek pariwisata dengan kepopuleran terendah di dalam kategori adalah Tanjung Sari, Citraelo, Candi Sari, Kuwaru, Sonobudoyo, Kalak Ijo.

Special Region of Yogyakarta has a large number of tourism object but the tourism development can only be done on some of them. To choose which tourism object to be developed, the development strategy that is based on popularity of tourism object needed. The data sources that can be use to find the popularity of tourism object is social media Twitter. Tourism popularity can be obtained by classifying the Twitters data into several tourism category with algorithm SVM (Support Vector Machine) then look for words referring to objects of tourism inside Twitters data. The result of the classification is the number of tweets that shows the popularity for each tourism category and tourism object. Then the data visualization would transform the result of classification into perspicuous graphs and images. The total number of tweets consist of 30% family tourism category, 19.97% nature tourism category, 19.09 temple tourism category, 15.39% beach tourism category, 10.45% museum and history tourism category, and 4.48% tourist village category. The highest popularity from each category are Malioboro in family tourism category, Mount Merapi in nature tourism category, Prambanan temple in tourism category, Indrayanti beach in beach tourism category, Tamansari in museum and history category, and Tanjung village in tourist village category. Then the lowest popularity from each category in sequence are Tanjung Sari, Citraelo, Candi Sari, Kuwaru, Sonobudoyo, Kalak Ijo.

Kata Kunci : classification, svm, popularity, twitter, visualization