Klasterisasi Berita Pariwisata Di Madura Menggunakan Metode K-Means

Pariwisata merupakan potensi yang dapat mendorong kehadiran wisatawan ke suatu daerah tertentu. Hal ini dapat direalisasikan dengan melakukan cara perluasan, pembangunan potensi wisata dan pemerataan daya tarik wisata. Untuk mendukung terlealisasinya hal tersebut perlunya dibuat sebuah pengelompokan tempat wisata yang dilihat dari sisi pemanfaatan luas potensi wisata dan jumlah kunjungan yaitu dengan tujuan untuk mengetahui tempat wisata mana yang tergolong sebagai high priority prioritas tinggi dalam mengembangkan tempat wisata dengan jumlah kunjungan yang tinggi), high potential (tempat wisata yang memiliki potensi tinggi dalam mengolah tempat wisata dan menarik kunjungan wisatawan), dan low potential (tempat wisata yang masih memiliki potensi rendah dalam hal menraik pengunjung wisatawan). hasil clustering ini menunjukkan bahwa ada beberapa cluster yang baik terkelompokkan (seperti cluster 2), tetapi ada cluster dengan kualitas clustering yang kurang optimal (seperti cluster 0). Mungkin perlu penyesuaian jumlah cluster, fitur data, atau algoritma untuk meningkatkan kualitas clustering. Berdasarkan grafik, jumlah cluster terbaik adalah K=6, karena memberikan nilai Silhouette Score tertinggi.Meskipun demikian, nilai Silhouette Score keseluruhan relatif rendah, yang mungkin menunjukkan bahwa data memiliki tumpang tindih antar cluster atau fitur yang digunakan kurang memadai untuk menghasilkan cluster yang jelas. Dan Grafik nilai eror (inertia) digunakan untuk menentukan jumlah kluster optimal dalam K-Means. Meskipun nilai inertia terus menurun, pemilihan K terbaik tidak hanya didasarkan pada inertia tetapi juga pada metrik lain seperti Silhouette Score atau metode Elbow. Dalam kasus ini, K=6 dianggap optimal.