Segmentasi Wisata Kuliner menggunakan DBSCAN dan Latent Dirichlet Allocation (Studi Kasus : Wisata Kuliner di Kota Yogyakarta)

Abstract

Yogyakarta merupakan salah satu destinasi wisata paling populer di Indonesia setelah provinsi Bali. Kota Yogyakarta sendiri juga dikenal sebagai salah satu destinasi wisata kuliner terbaik di Indonesia. Kota ini menawarkan berbagai pilihan makanan yang mencerminkan kekayaan budaya lokal. Pemahaman yang lebih mendalam tentang distribusi lokasi wisata kuliner dan tema ulasan yang dominan dapat mendukung pengembangan pariwisata yang lebih terarah. Berdasarkan hal tersebut, penelitian ini bertujuan untuk mengelompokkan lokasi wisata kuliner berdasarkan kepadatan dan mengidentifikasi topik utama dalam klaster yang tebentuk dengan data review konsumen. Penelitian diawali dengan metode kuadran dan Ripley’s K-Function untuk mengukur pola persebaran tempat kuliner, lalu dilanjutkan metode Density-Based Spatial Clustering of Application with noise (DBSCAN) untuk clustering, kemudian metode Latent Dirichlet Allocation (LDA) untuk pemodelan topik. Hasil penelitian DBSCAN diperoleh lima klaster utama dan satu klaster noise dengan Silhouette Score sebesar 0.54 dan Davies-Bouldin Index (DBI) sebesar 0.78. Hasil dari LDA diperoleh jumlah topik pada klaster noise yaitu 5 topik dengan coherence score 0.436, dan untuk klaster utama diperoleh 2 topik dengan coherence score 0.447. Berdasarkan hasil perbandingan topik, klaster noise menggambarkan tempat kuliner yang lebih menggambarkan pengalaman makan modern yang lengkap, mulai dari rasa, suasana, hingga kenyamanan, sedangkan klaster utama mencerminkan tempat kuliner yang lebih spesifik terhadap makanan khas dan nilai-nilai tradisional kuliner lokal.