Implementasi Metode KNN Untuk Prediksi Jumlah Wisatawan Di Kabupaten Lamongan
DOI:
https://doi.org/10.36350/jbs.v16i1.334Keywords:
K-Nearest Neighbor, Prediksi , Website , Pariwisata , Kabupaten LamonganAbstract
Pariwisata memiliki peran penting dalam mendorong pertumbuhan ekonomi daerah, termasuk di Kabupaten Lamongan yang memiliki berbagai destinasi unggulan. Namun, tantangan dalam pengelolaan sektor ini salah satunya adalah kurangnya data prediktif yang akurat untuk merencanakan fasilitas dan promosi secara optimal. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Nearest Neighbor (K-NN) dalam memprediksi jumlah wisatawan secara periodik, serta mengembangkan aplikasi web untuk mendukung proses prediksi ini. Algoritma K-NN digunakan karena kemampuannya dalam memanfaatkan data historis untuk menghasilkan prediksi berbasis kedekatan data menggunakan jarak Manhattan. Proses penelitian mencakup tahap pengumpulan data, preprocessing, perancangan sistem, hingga implementasi dan pengujian menggunakan metode black box dan pengujian akurasi melalui Mean Absolute Deviation (MAD). Aplikasi yang dibangun memungkinkan pengguna (admin) untuk mengelola data tempat wisata, mencatat kunjungan, melakukan prediksi pengunjung, dan menampilkan hasilnya dalam bentuk grafik. Hasil pengujian menunjukkan bahwa sistem mampu memberikan prediksi dengan tingkat akurasi tinggi, mencapai lebih dari 93% pada sebagian besar skenario. Dengan demikian, sistem ini diharapkan dapat menjadi alat bantu yang efektif bagi pemerintah daerah dan pengelola wisata dalam pengambilan keputusan berbasis data untuk pengembangan sektor pariwisata.
Downloads
References
[1] Munasef, MANAJEMEN USAHA PARIWISATA DI INDONESIA. Jakarta: PT. TOKO GUNUNG AGUNG, 1996.
[2] I. K. S. Sapta and N. Landra, BISNIS PARIWISATA, Pertama. CV. Noah Aletheia, 2018.
[3] E. N. F. Fitriyah, M. F. Abdullah, and M. S. W. Suliswanto, “PERANSEKTOR PARIWISATA TERHADAP PENDAPATAN ASLI DAERAH DI KABUPATEN LAMONGAN,” J. Ilmu Ekon. ( JIE ), vol. 4, no. 1, pp. 82–96, 2020.
[4] S. Buana Prameswary, D. Agustianingsih, and A. G. Nugraheni, “Perbandingan Implementasi Metode K-Nearest Neighbor menggunakan Jarak Euclidean dan Manhattan pada Analisa Klasifikasi Penyakit Anemia,” Technol. Informatics Insight J., vol. 4, no. 1, pp. 7–13, 2025, doi: 10.32639/3eb23e95.
[5] D. J. Sari, H. Saputra, and A. Nasution, “THE USE OF THE WMA METHOD PREDICTS THE INVENTORY OF TOFU RAW MATERIALS CASE STUDY INDUSTRY TAHU IYUS,” J. Tek. Inform., vol. 3, no. 2, pp. 429–436, 2022.
[6] D. Erdianita, R. Mumpuni, P. P. Aditiawan, and F. I. Komputer, “SISTEM PREDIKSI PENJUALAN MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN ECONOMIC ORDER,” JIP (Jurnal Inform. Polinema), vol. 9, no. 4, pp. 363–394, 2022.
[7] D. Guntara, M. i. . Nasution, and N. A. B., “MPLEMENTASI METODE ECONOMIC ORDER QUANTITY PADA APLIKASI PENGENDALIAN BAHAN PRODUKSI SANDAL MIRADO,” J. Tek. Inform., vol. 13, no. 1, pp. 31–42, 2020.
[8] P. S. I. Pratiwi, M. G. Rohman, and M. Sholihin, “Sistem Pakar Penyakit Telinga Menggunakan Metode Naïve Bayes,” Gener. J., vol. 7, no. 2, pp. 70–82, 2023, doi: 10.29407/gj.v7i2.19991.
[9] I. R. Mukhlis and R. Santoso, “Perancangan Basis Data Perpustakaan Universitas Menggunakan MySQL dengan Physical Data Model dan Entity Relationship Diagram,” J. Technol. Informatics, vol. 4, no. 2, pp. 81–87, 2023, doi: 10.37802/joti.v4i2.330.
[10] M. Rahmadan and C. E. Gunawan, “Perancangan Data Flow Diagram Aplikasi Tabungan Sampah Pt Pusri Palembang,” ProsidingSeminar Nas. Mini Ris. Mhs., vol. 3, no. 1, pp. 1–9, 2024.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 TeknoIS : Jurnal Ilmiah Teknologi Informasi dan Sains
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Register 
Focus and Scope
Editorial Team
Author Gudielines
Reviewer
Author Fees (APC)
Publication Ethics
Peer Review Process
Templates
