PERBANDINGAN ALGORITMA K-MEANS DAN HIERARCHICAL CLUSTERING DALAM SEGMENTASI KABUPATEN/KOTA DI JAWA TIMUR BERDASARKAN DATA PERJALANAN DAN PERGERAKAN WISATAWAN

Abstract

Pariwisata merupakan sektor penting bagi perekonomian Jawa Timur, namun distribusi kunjungan wisatawan antar kabupaten/kota masih timpang. Promosi wisata yang tidak tersegmentasi menyebabkan beberapa daerah tertinggal dalam pengembangan destinasi. Penelitian ini bertujuan melakukan segmentasi wilayah di Jawa Timur berdasarkan jumlah perjalanan dan pergerakan wisatawan nusantara tahun 2023-2024, sebagai dasar perumusan strategi promosi yang lebih efektif. Data diperoleh dari BPS dan portal opendata.jatimprov.go.id, diproses melalui pembersihan, agregasi, transformasi, dan normalisasi menggunakan Min-Max Scaler. Dua algoritma clustering, yaitu K-Means dan Hierarchical Clustering dengan pendekatan Agglomerative Ward Linkage, digunakan untuk segmentasi wilayah. Jumlah klaster optimal ditentukan sebanyak tiga menggunakan Elbow Method dan dendrogram. Evaluasi hasil segmentasi menunjukkan bahwa Hierarchical Clustering lebih unggul berdasarkan nilai Silhouette Score (0.5689) dan Dunn Index (0.2396), sedangkan K-Means lebih tinggi pada Calinski-Harabasz Index (39.23). Segmentasi ini mengidentifikasi Kota Surabaya sebagai outlier, serta membagi wilayah lain ke dalam klaster sedang dan rendah, yang masing-masing direkomendasikan strategi promosi berbeda.