Sektor pariwisata di Jawa Timur menjadi pilar penting dalam pertumbuhan ekonomi dan stabilitas daerah. Pulau Madura memiliki potensi besar melalui sumber daya alam yang dapat dikembangkan menjadi desa wisata, mengangkat keindahan alam, budaya, dan kuliner khas daerah. Namun, belum semua desa wisata di Madura diketahui potensinya secara rinci, sehingga diperlukan sistem pemetaan berbasis data untuk mendukung pengembangan sektor ini. Penelitian ini menggunakan metode Self Organizing Map (SOM) untuk memetakan potensi desa wisata di Pulau Madura berdasarkan 452 dataset dengan 15 fitur, seperti wisatawan mancanegara, wisatawan lokal, jarak, fasilitas, rating, dan biaya. Metode SOM memiliki keunggulan dalam pengelompokan data secara otomatis melalui pengurangan dimensi. Optimasi Elbow digunakan untuk menentukan jumlah cluster optimal yang menghasilkan pengelompokan data secara lebih efektif. Hasil penelitian menunjukkan bahwa cluster optimal adalah K=3, yang terdiri dari kategori potensi tinggi (35 desa), potensi sedang (24 desa), dan potensi rendah (393 desa). Desa dengan potensi tinggi umumnya memiliki aksesibilitas yang baik, fasilitas lengkap seperti akomodasi dan restoran, serta daya tarik wisata yang kuat, termasuk pantai atau danau. Sebaliknya, desa dengan potensi rendah cenderung memiliki keterbatasan infrastruktur, kurangnya promosi, serta minimnya fasilitas pendukung wisata. Melalui pemetaan ini, data desa wisata dapat dijadikan acuan dalam pengelolaan dan pengembangan sektor pariwisata, sehingga diharapkan dapat memberikan dampak positif pada pertumbuhan ekonomi daerah di Pulau Madura.


Deskripsi Lain

The tourism sector in East Java is an important pillar in economic growth and regional stability. Madura Island has great potential through natural resources that can be developed into tourist villages, highlighting the natural beauty, culture, and regional culinary specialties. However, not all tourist villages in Madura have their potential known in detail, so a data-based mapping system is needed to support the development of this sector. This study uses the Self Organizing Map (SOM) method to map the potential of tourist villages on Madura Island based on 452 datasets with 15 features, such foreign tourists, local tourists, distance, facilities, ratings, and costs. The SOM method has the advantage of automatically grouping data through dimensionality reduction. Elbow optimization is used to determine the optimal number of clusters that produce more effective data grouping. The results show that the optimal cluster is K 3, which consists of high potential categories (35 villages), medium potential (24 villages), and low potential (393 villages). Villages with high potential generally have good accessibility, complete facilities such accommodation and restaurants, and strong tourist attractions, including beaches lakes. On the other hand, villages with low potential tend to have limited infrastructure, lack of promotion, and minimal tourism support facilities. Through this mapping, tourism village data can be used a reference in the management and development of the tourism sector, so that it is expected to have a positive impact on regional economic growth on Madura Island.

• PENGELOMPOKAN LAHAN MENGGUNAKAN METODE HYBRID K-MEANS CLUSTERING DENGAN DAVIES BOULDIN INDEX (DBI)
• PENGELOMPOKAN KECAMATAN BERDASARKAN INDIKATOR PEMERATAAN PENDIDIKAN MENGGUNAKAN PARTITION AROUND MEDOIDS (PAM)
• Pengelompokan Kecamatan Di Pulau Madura Berdasarkan Indikator Pemerataan Pendidikan Menggunakan Metode K-Means Clustering Berbasis Smarter (Simple Multy Attribute Rating Technique Exploiting Ranks Method)
• Implementasi Efficient-SOM Pada Text Clustering Menggunakan Reduksi Dimensi
• PENERAPAN METODE GA-KMEANS UNTUK CLUSTERING DATA INDUSTRI KECIL DAN MENENGAH (IKM) DI DISPERINDAG BANGKALAN