IMPLEMENTASI ALGORITMA MULTIPLEX LEIDEN DENGAN SKEMA ADAPTIVE LAYER WEIGHTING UNTUK KLASTERISASI PENGUNJUNG TAMAN IMPIAN JAYA ANCOL

Wardani, Ajeng Puspa (2026) IMPLEMENTASI ALGORITMA MULTIPLEX LEIDEN DENGAN SKEMA ADAPTIVE LAYER WEIGHTING UNTUK KLASTERISASI PENGUNJUNG TAMAN IMPIAN JAYA ANCOL. Undergraduate thesis, UPN Veteran Jawa Timur.

	Text (COVER) cover 2_merged_removed.pdf Download (1MB)
	Text (BAB I) SKRIPSI BAB 1.pdf Download (305kB)
	Text (BAB II) SKRIPSI BAB 2.pdf Restricted to Repository staff only until 6 March 2028. Download (1MB)
	Text (BAB III) SKRIPSI BAB 3.pdf Restricted to Repository staff only until 6 March 2028. Download (726kB)
	Text (BAB IV) SKRIPSI BAB 4.pdf Restricted to Repository staff only until 6 March 2028. Download (3MB)
	Text (BAB V) SKRIPSI BAB 5.pdf Download (131kB)
	Text (DAFTAR PUSTAKA) SKRIPSI DAFTAR PUSTAKA.pdf Download (192kB)
	Text SKRIPSI LAMPIRAN.pdf Restricted to Repository staff only Download (424kB)

Abstract

PT Pembangunan Jaya Ancol merupakan destinasi rekreasi terbesar di Indonesia. Namun, pada tahun 2024 perusahaan ini mengalami penurunan dalam jumlah kunjungan dan pendapatan pada segmen pariwisata. Kondisi tersebut mendorong adanya pemahaman yang lebih mendalam terhadap karakteristik serta segmentasi pengunjung Ancol yang bersifat heterogen. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi struktur klaster pengunjung secara komprehensif sebagai dasar perumusan strategi layanan yang lebih tepat sasaran. Metode penelitian yang digunakan adalah deteksi komunitas berbasis jaringan dengan menerapkan algoritma Multiplex Leiden, yang dipilih karena kemampuannya dalam menghasilkan partisi klaster yang stabil dan konsisten dibandingkan algoritma lainnya. Data yang digunakan merupakan data sekunder yang diperoleh dari survei internal perusahaan, dari mana sepuluh variabel terpilih digunakan sebagai dasar segmentasi pengunjung. Data survei tersebut dipraproses dan dikonstruksi menjadi graf untuk merepresentasikan hubungan kesamaan antarindividu. Setiap variabel direpresentasikan sebagai satu layer graf, yang selanjutnya dikombinasikan dalam struktur graf multi-layer. Untuk menghindari dominasi preferensi manual dalam proses klasterisasi, diterapkan skema adaptive layer weighting yang menyeimbangkan kontribusi tiap layer dengan mempertimbangkan pembobotan awal serta karakteristik topologis graf. Hasil klasterisasi menghasilkan 30 klaster dengan nilai total quality sebesar 0,290, Adjusted Rand Index (ARI) sebesar 0,831, serta mean conductance sebesar 0,364. Metrik tersebut menunjukkan bahwa partisi klaster yang dihasilkan memiliki kualitas yang stabil dan konsisten. Untuk analisis lanjutan, dipilih lima klaster terbesar yang mencerminkan karakteristik pengunjung yang beragam, mulai dari klaster yang sensitif terhadap harga hingga klaster yang mengutamakan kenyamanan berwisata. Hasil pengelompokan ini diharapkan dapat menjadi dasar dalam perumusan strategi pemasaran dan pengembangan layanan pariwisata yang lebih tepat sasaran.

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	Trimono, Trimono	NIDN0008099501	trimono.stat@upnjatim.ac.id
Thesis advisor	Nasrudin, Muhammad	NIP19960909 202406 1 002	nasrudin.fasilkom@upnjatim.ac.id

Subjects:

Q Science > QA Mathematics

Divisions:

Faculty of Computer Science > Departemen of Data Science

Depositing User:

Ajeng Puspa Wardani

Date Deposited:

09 Mar 2026 07:28

Last Modified:

09 Mar 2026 08:03

URI:

https://repository.upnjatim.ac.id/id/eprint/50212