PENGGUNAAN BIG DATA MELALUI ANALISIS GOOGLE TRENDS UNTUK MENGETAHUI PERSPEKTIF PARIWISATA INDONESIA DI MATA DUNIA
Keywords:
Google Trends, Pariwisata, Pariwisata IndonesiaAbstract
Pariwisata sebagai salah satu penyumbang devisa terbesar negara Indonesia berpotensi untuk berkembang lebih baik lagi melalui penelitian. Pada era digital saat ini, tidak efektif dan efisien apabila penelitian masih menggunakan survei. Big Data merupakan kumpulan banyak data yang berasal dari berbagai jenis sumber data dan dapat bertambah dengan sangat cepat menjadi solusi yang tepat dalam membantu penelitian terkait pariwisata di Indonesia. Metode yang digunakan dalam penelitian ini adalah analisis big data melalui Google Trends. Penelitian ini memilih lokasi wisata di Pulau Lombok, Pulau Raja Ampat, Danau Kelimutu, Pulau Komodo, dan Gunung Bromo. Penggunaan kategori di Google Trends yang digunakan adalah hobi, travel, dan masyarakat. Berdasarkan hasil analisis, mayoritas negara yang sering melakukan pencarian terkait lima tempat wisata di Indonesia adalah Indonesia, Malaysia, Singapura, Brunei Darussalam, Australia, dan Hong Kong. Mayoritas negara yang sering melakukan pencarian terkait lima tempat wisata Indonesia berdasarkan kategori hobi, travel, dan masyarakat adalah Indonesia, Malaysia, Singapura, Brunei Darussalam, Australia, dan New Zealand
Downloads
References
Amidong, F., Masinambow, V. A. ., & Siwu, H. F. D. (2020). Analisis Faktor-Faktor yang Mempengaruhi Peningkatan Wisatawan Asing di Provinsi Sulawesi Utara. Jurnal Berkala Ilmiah Efisiensi, 20(02), 80–92.
Anisa, D. F. (2019). Kempar Revisi Target Kunjungan Wisman 2019. beritasatu.com. https://www.beritasatu.com/gaya-hidup/566882/kempar-revisi-target-kunjungan-wisman
Ayuningtyas, I., & Wirawati, I. (2021). Nowcasting Tingkat Penghunian Kamar Hotel Menggunakan Google Trends. Seminar Nasional Official Statistics 2019: Pengembangan Official Statistics dalam mendukung Implementasi SDG’s, 338–343. https://doi.org/10.34123/semnasoffstat.v2020i1.636
BPS. (2020). Perkembangan Pariwisata dan Transportasi Nasional Desember 2019.
Kemenpar RI. (2019). Laporan Akuntabilitas Kinerja Kementerian Pariwisata 2018.
Massicotte, P., & Eddelbuettel, D. (2019). gtrendsR: Perform and Display Google Trends Queries.
Muhammad, F. (2019). Ini Alasan Turis Malaysia Hobi Wisata ke Indonesia. cnbcindonesia.com. https://www.cnbcindonesia.com/news/20190303162259-4-58617/ini-alasan-turis-malaysia-hobi-wisata-ke-indonesia
Mustinda, L. (2019). Seputar Google trend yang Bisa Digunakan Untuk Konten Marketing. inet.detik.com. https://inet.detik.com/cyberlife/d-4760215/seputar-google-trend-yang-bisa-digunakan-untuk-konten-marketing
Natasuwarna, A. P. (2020). Workshop Web Analytic dan Google Bisnisku Sebagai Perangkat Digital Marketing. Jurnal Inovasi Pengabdian Kepada Masyarakat, 01(01), 50–61.
Nurbaiti. (2019). Perkembangan Minat Masyarakat Pada Produk Halal Dan Label Halal Di Indonesia?: Google Trends Analysis. Prosiding Seminar Nasional Cendekiawan 2019 Buku 1.
Pamungkas, A. M. A. (2018). Analisis Daya Saing Pariwisata di Kabupaten Simalungun Untuk Meningkatkan Ekonomi Daerah. In Skripsi. Universitas Sumatera Utara.
Purnaningrum, E., & Ariqoh, I. (2019). Google Trends Analytics dalam Bidang Pariwisata. Majalah Ekonomi, 24(2), 232–243. https://doi.org/10.36456/majeko.vol24.no2.a2069
Rahma, A. A. (2020). Potensi Sumber Daya Alam dalam Mengembangkan Sektor Pariwisata di Indonesia. Jurnal Nasional Pariwisata, 12(1), 1–8. https://doi.org/https://doi.org/10.22146/jnp.52178
WEF. (2019). The Travel & Tourism Competitiveness Report 2019.
Wicaksono, S. (2018). Indonesia Masuk Daftar Negara yang Dianggap Paling Ramah pada Turis. phinemo.com. https://phinemo.com/indonesia-masuk-daftar-negara-yang-dianggap-paling-ramah-pada-turis/
Wickham, H. (2016). ggplot2 Elegant Graphics for Data Analysis. Journal of The Royal Statistical Society: Series A (Statistics in Society). https://doi.org/https://doi.org/10.1007/978-3-319-24277-4
Wickham, H., François, R., Henry, L., & Müller, K. (2018). Package “dplyr.” In Cran.
Wickham, H., François, R., Henry, L., & Müller, K. (2019). Package “dplyr”: A Grammar of Data Manipulation. R Package Version 0.8.0.1.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Seminar Nasional Hasil Riset dan Pengabdian
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.