UMSUMS

Forum GeografiForum Geografi

Perkembangan objek wisata pada saat ini tidak dapat terpisahkan dari media sosial. Kemampuan internet dalam menyebarkan informasi telah membuat suatu objek wisata dapat secara singkat meraih popularitas yang tinggi. Hal ini tentu berbeda dengan kondisi beberapa tahun yang lalu, yang mana promosi objek wisata masih sangat terbatas. Perubahan popularitas pun menjadi hal yang tak terelakkan karena tingkat penyebaran data yang begitu cepat. Di sisi lain pengetahuan tentang tingkat popularitas objek wisata sangat diperlukan dalam penentuan prioritas pengembangan yang menyeluruh. Dengan demikian diperlukan kajian untuk dapat memetakan tingkat popularitas objek wisata secara cepat dan dapat menjangkau daerah yang luas. Artikel ini akan memanfaatkan sumber data dari situs Microblogging Twitter, sebagai dasar untuk penentuan tingkat popularitas suatu objek wisata. Penambangan data (data mining) dilakukan dengan menggunakan bahasa Python dan modul Tweepy. Data dikumpulkan pada saat libur panjang di akhir bulan April dan awal bulan Mei tahun 2017, yang mana diasumsikan akan terdapat banyak wisatawan yang berlibur. Tweet Proximity Index (TPI) digunakan untuk menghitung kepadatan tweet dan frekuensi tweet, berdasarkan radius pencarian yang ditentukan. Density Index (DI) juga digunakan untuk.

Data tweet bergeotag dapat diakses melalui Public Streaming API dengan skrip Python dan modul Tweepy, dan hasil kueri dapat digunakan untuk pemetaan tematik.Dua pendekatan yang diuji, Tweet Proximity Index (TPI) dan Density Index (DI), belum memberikan tingkat akurasi yang memuaskan.Penelitian selanjutnya perlu memperbaiki metode indeks, mengeksplorasi data tweet non‑geotag, serta mengkaji data Instagram sebagai sumber alternatif dengan aktivitas tinggi di Indonesia.

Penelitian selanjutnya dapat mengembangkan algoritma indeks hybrid yang menggabungkan elemen TPI dan DI untuk meningkatkan akurasi prediksi popularitas tempat wisata, dengan menguji parameter radius dan bobot kepadatan secara adaptif pada skala wilayah yang berbeda. Selain itu, studi komparatif antara data tweet bergeotag dan data tweet non‑geotag perlu dilakukan, memanfaatkan teknik pemodelan lokasi probabilistik untuk mengekstrak informasi geografis dari tweet tanpa koordinat, sehingga memperluas basis data analisis. Selanjutnya, integrasi data Instagram, yang memiliki tingkat aktivitas pengguna lebih tinggi, dapat dieksplorasi melalui analisis visual dan metadata, guna membandingkan konsistensi hasil popularitas antar platform media sosial. Penelitian juga dapat menilai pengaruh kualitas jaringan seluler dan ketersediaan layanan GPS pada distribusi tweet geotagged, dengan menghubungkan data infrastruktur telekomunikasi regional. Akhirnya, pengembangan sistem pemantauan real‑time yang menggabungkan streaming data Twitter, Instagram, dan data sensor mobile dapat memberikan wawasan dinamis bagi pengelola destinasi wisata dalam mengambil keputusan operasional secara cepat.

  1. Sustainable Tourism Development: the Adaptation and Resilience of the Rural Communities in (the Tourist... journals.ums.ac.id/index.php/fg/article/view/5336Sustainable Tourism Development the Adaptation and Resilience of the Rural Communities in the Tourist journals ums ac index php fg article view 5336
Read online
File size943.07 KB
Pages19
DMCAReport

Related /

ads-block-test