Model Prediksi Dan Deskripsi Berdasarkan Data Penjualan Tiket Pesawat Untuk Bisnis Tourismwave.

Abstract

Jumlah keberangkatan baik penumpang dan kargo di bandara Indonesia pada tahun 1999-2013 mengalami peningkatan yang signifikan. Tidak hanya keberangkatan domestik atau dalam negeri, tetapi juga keberangkatan luar negeri. Hal ini bermakna bahwa minat masyarakat Indonesia akan melancong atau bepergian meningkat sejak tahun 1999. Pemain dalam industri intermediary atau perantara sebagai penyedia jasa pemesanan tiket pesawat secara online di Indonesia meningkat seiring dengan meningkatnya jumlah keberangkatan penumpang di bandara Indonesia. Beberapa penyedia jasa yang ternama antara lain adalah Traveloka, Tiket.com dan Skyscanner. Diantara ketiga penyedia jasa tersebut memiliki kemiripan fitur, yakni mencari tiket pesawat secara manual dengan preferensi kota asal, kota tujuan, tanggal penerbangan dan jumlah penumpang. Proyek TourismWave ini akan menawarkan perbedaan yakni dengan fitur rekomendasi destinasi pariwisata berdasarkan budget. Dengan adanya fitur ini, hasil dari penelitian ini akan memiliki suatu nilai tambah bagi TourismWave yaitu fitur unik yang belum dimiliki oleh kompetitor. Dari data yang didapatkan dari TamaTour, setelah dilakukan preprocessing atribut data yang terkandung adalah Bulan Transaksi, Metode Pembayaran, Maskapai, Rute Penerbangan, Harga dan Gender. Setelah itu dilakukan pengolahan dengan metode data mining klasifikasi dan deskripsi. Pengolahan model deskripsi menggunakan bantuan perangkat lunak Tableau, sedangkan model prediksi menggunakan SPSS dengan algoritma CHAID. Dari penelitian dihasilkan 6 model deskripsi, dan model prediksi yang berbentuk decision tree atau pohon keputusan.

Kata kunci: Data Mining, tiket pesawat, decision tree