Sistem Pendukung Keputusan Pemilihan Daya Tarik Wisata Favorit Menggunakan PIPRECIA-CoCoSo dengan Implementasi Python

  • Gede Surya Mahendra Universitas Pendidikan Ganesha
  • I Nyoman Indhi Wiradika Universitas Pendidikan Ganesha
Keywords: SPK, PIPRECIA, CoCoSo, Wisata

Abstract

Bali merupakan salah satu destinasi pariwisata terkenal di Indonesia. COVID-19 sangat berdampak terhadap industri pariwisata di Bali karena berdasarkan data, terdapat penurunan signifikan saat pandemi. Hal ini berdampak juga pada pendapatan Bali. Pasca pandemi berbagai usaha dilakukan untuk restorasi pariwisata di Bali. Masalah seperti over-tourism juga menjadi masalah utama saat ini. Wisatawan butuh rekomendasi baru terhadap daya tarik wisata, namun berbagai kriteria yang ada terkadang membuatnya membingungkan. Sistem Pendukung Keputusan dapat menanggulangi masalah tersebut. Metode yang digunakan pada rekomendasi DTW ini adalah PRIPRECIA-CoCoSo. Data alternatif yang digunakan adalah 15 DTW pada Kabupaten Jembrana dan 30 orang wisatawan yang mengisi survey untuk pembobotan kriteria. Kriteria yang digunakan sebanyak 10 kriteria. Berdasarkan hasil perhitungan menggunakan python, menunjukkan bahwa DTW Perancak, Rambut Siwi dan Teluk Gilimanuk menjadi 3 DTW yang paling direkomendasikan.

References

[1] Y. F. P. Toreh, “Analisis Penyerapan Tenaga Kerja Sektor Pariwisata di Provinsi Kepulauan Riau Tahun 2012-2017,” Jurnal Ilmiah Mahasiswa FEB, vol. 8, no. 1, pp. 1–15, 2019.
[2] I. G. Hendrayana and G. S. Mahendra, “Perancangan Metode AHP-MOORA Pada Sistem Pendukung Keputusan Pemilihan Paket Wisata,” in Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-10, Singaraja, Sep. 2019, pp. 143–149.
[3] N. L. Rhismawati, “Bali Optimis Jumlah Kunjungan Wisatawan Pulih pada 2023,” Info Parekraf, 2022. https://pedulicovid19.kemenparekraf.go.id/bali-optimistis-jumlah-kunjungan-wisatawan-pulih-pada-2023/ (accessed Mar. 17, 2023).
[4] R. Rijanta and M. Baiquni, “Rembug Pageblug: Dampak, Respons, dan Konsekuensi Pandemi Covid-19 dalam Dinamika Wilayah,” Open Science Framework, preprint, Feb. 2021. doi: 10.31219/osf.io/b97mu.
[5] G. S. Mahendra, “SPK Penerima Bantuan Sosial Menggunakan Metode BWM-SAW dengan Metodologi Team Data Science Process (TDSP),” Science and Information Technology Journal, vol. 5, no. 2, pp. 181–190, Oct. 2022, doi: 10.31598/sintechjournal.v5i2.983.
[6] G. S. Mahendra and K. Y. E. Aryanto, “SPK Penentuan Lokasi ATM Menggunakan Metode AHP dan SAW,” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 5, no. 1, pp. 49–56, Apr. 2019, doi: 10.25077/TEKNOSI.v5i1.2019.49-56.
[7] G. S. Mahendra, “Decision Support System Using FUCOM-MARCOS for Airline Selection In Indonesia,” JITK, vol. 8, no. 1, pp. 1–9, Aug. 2022, doi: 10.33480/jitk.v8i1.2219.
[8] G. S. Mahendra and I. P. Y. Indrawan, “Metode AHP-TOPSIS Pada Sistem Pendukung Keputusan Penentuan Penempatan ATM,” JST (Jurnal Sains dan Teknologi), vol. 9, no. 2, pp. 130–142, Oct. 2020, doi: 10.23887/jst-undiksha.v9i2.24592.
[9] G. S. Mahendra et al., Implementasi Sistem Pendukung Keputusan?: Teori & Studi Kasus. Bali: PT. Sonpedia Publishing Indonesia, 2023.
[10] G. S. Mahendra et al., Sistem Pendukung Keputusan: Teori dan Penerapannya dalam Berbagai Metode. Jambi: PT. Sonpedia Publishing Indonesia, 2023.
[11] G. S. Mahendra and P. G. S. C. Nugraha, “Komparasi Metode AHP-SAW dan AHP-WP pada SPK Penentuan E-Commerce Terbaik di Indonesia,” Jurnal Sistem dan Teknologi Informasi (JUSTIN), vol. 8, no. 4, pp. 346–356, Oct. 2020, doi: 10.26418/justin.v8i4.42611.
[12] K. Jaukovi?-Joci?, D. Karabaševi?, and G. Joci?, “The use of the PIPRECIA method for assessing the quality of e-learning materials,” Ekonomika, vol. 66, no. 3, pp. 37–45, 2020, doi: 10.5937/ekonomika2003037J.
[13] D. Stanujkic, D. Karabasevic, G. Popovic, and C. Sava, “Simplified Pivot Pairwise Relative Criteria Importance Assessment (PIPRECIA-S) Method,” Romanian Journal of Economic Forecasting, vol. 20, no. 4, pp. 141–154, 2021.
[14] Ž. Erceg, V. Star?evi?, D. Pamu?ar, G. Mitrovi?, Ž. Stevi?, and S. Žiki?, “A New Model for Stock Management in Order to Rationalize Costs: ABC-FUCOM-Interval Rough CoCoSo Model,” Symmetry, vol. 11, no. 12, p. 1527, Dec. 2019, doi: 10.3390/sym11121527.
[15] M. Popovi?, “An MCDM Approach for Personnel Selection Using the Cocoso Method,” Journal of Process Management and New Technologies, vol. 9, no. 3–4, pp. 78–88, 2021, doi: 10.5937/jpmnt9-34876.
[16] M. Yazdani, P. Zarate, E. K. Zavadskas, and Z. Turskis, “A combined compromise solution (CoCoSo) method for multi-criteria decision-making problems,” MD, vol. 57, no. 9, pp. 2501–2519, Oct. 2019, doi: 10.1108/MD-05-2017-0458.
[17] C. Schröer, F. Kruse, and J. M. Gómez, “A Systematic Literature Review on Applying CRISP-DM Process Model,” Procedia Computer Science, vol. 181, pp. 526–534, 2021, doi: 10.1016/j.procs.2021.01.199.
[18] G. S. Mahendra, P. G. S. C. Nugraha, I. P. Y. Indrawan, and I. M. S. Ramayu, “Implementasi Pemilihan Maskapai Penerbangan Menggunakan FUCOM-MABAC pada Sistem Pendukung Keputusan,” SmartAI Journal, vol. 1, no. 1, pp. 11–22, Jan. 2022.
[19] G. S. Mahendra, P. G. S. C. Nugraha, N. W. Wardani, and N. M. M. R. Desmayani, “Pemilihan Penerima Pinjaman Koperasi pada Sistem Pendukung Keputusan Menggunakan FUCOM-COPRAS,” Jurnal Manajemen dan Teknologi Informasi, vol. 12, no. 1, pp. 15–20, May 2022, doi: 10.5281/zenodo.6508985.
[20] N. W. Wardani et al., “Penerapan Data Mining Untuk Klasifikasi Penjualan Barang Terlaris Menggunakan Metode Decision Tree C4.5,” JUTIK, vol. 8, no. 3, pp. 268–279, Oct. 2022.
[21] I. M. S. Ramayu, F. Susanto, and G. S. Mahendra, “Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningkatkan Keuntungan Apotek,” in Prosiding Seminar Nasional Manajemen, Desain & Aplikasi Bisnis Teknologi (SENADA), Denpasar: Institut Desain Bali, Mar. 2022, pp. 237–245.
[22] N. W. Wardani et al., “Prediksi Pelanggan Loyal Menggunakan Metode Naïve Bayes Berdasarkan Segmentasi Pelanggan dengan Pemodelan RFM,” JMTI, vol. 12, no. 2, pp. 113–124, Oct. 2022, doi: 10.5281/zenodo.7178249.
[23] I. N. S. Arida and L. P. K. Pujani, “Kajian Penyusunan Kriteria-Kriteria Desa Wisata Sebagai Instrumen Dasar Pengembangan Desa Wisata,” Jurnal Analisis Pariwisata, vol. 17, no. 1, pp. 1–9, Aug. 2017.
Published
2024-03-29
How to Cite
Mahendra, G. S., & Wiradika, I. N. I. (2024). Sistem Pendukung Keputusan Pemilihan Daya Tarik Wisata Favorit Menggunakan PIPRECIA-CoCoSo dengan Implementasi Python. Teknomatika, 14(01), 1-12. https://doi.org/10.61423/teknomatika.v14i01.630