PEMETAAN POTENSI ADVENTURE SPORTS TOURISM MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS DAN ANALISIS BIG DATA

Fadhilah Fadhilah; Bayu Bayu; Jasmin Jasmin

doi:10.55681/jiopj.v3i2.7342

Authors

Fadhilah Fadhilah Universitas Nahdatul Ulama Mataram
Bayu Bayu Institut Pendidikan Nusantara Global
Jasmin Jasmin Institut Pendidikan Nusantara Global

DOI:

https://doi.org/10.55681/jiopj.v3i2.7342

Keywords:

Adventure Sports Tourism, Sistem Informasi Geografis (SIG), Big Data Analytics, Analytic Hierarchy Process (AHP)

Abstract

Pengembangan Adventure Sports Tourism (Pariwisata Olahraga Petualangan) membutuhkan perencanaan tata ruang yang presisi untuk meminimalisasi risiko lingkungan sekaligus memaksimalkan profitabilitas ekonomi. Penelitian ini bertujuan untuk memetakan potensi kawasan pariwisata olahraga petualangan dengan mengintegrasikan Sistem Informasi Geografis (SIG) dan Analisis Big Data. Menggunakan metodologi in silico (simulasi komputasional digital), penelitian ini mengeksekusi 100.000 titik data spasial virtual dan menambang 500.000 dataset geotagging serta ulasan media sosial (sebagai representasi Big Data). Pemodelan spasial menggunakan algoritma Analytic Hierarchy Process (AHP) untuk menentukan bobot kriteria topografi, aksesibilitas, hidrologi, dan infrastruktur. Di sisi lain, algoritma Natural Language Processing (NLP) digunakan untuk mengekstraksi sentimen publik. Hasil komputasi menghasilkan Peta Indeks Kesesuaian Spasial (Spatial Suitability Index / SSI) yang mengklasifikasikan 18,5% dari total area virtual sebagai kawasan 'Sangat Sesuai' untuk adventure sports (seperti paralayang, arung jeram, dan mountain biking). Analisis Big Data mengonfirmasi bahwa zona dengan SSI tinggi memiliki korelasi linier dengan Sentiment Score positif yang mencapai +0.72 (Sangat Puas). Penelitian ini menyimpulkan bahwa integrasi SIG dan Big Data menghasilkan model prediktif (keandalan Consistency Ratio 0.04) yang secara saintifik mampu merekomendasikan klasterisasi destinasi pariwisata petualangan yang aman, populer, dan berkelanjutan.

References

Adisasmita, Y. (1992). Perencanaan Fasilitas dan Manajemen Olahraga. Jakarta: Depdikbud Dikti.

Banos, R. M., et al. (2022). Smart Tourism Ecosystems: Integrating Wearable IoT and Big Data to Enhance Physical Activity. IEEE Internet of Things Journal, 9(12), 9812-9824.

Borshchev, A., & Filippov, A. (2004). From System Dynamics to Practical Agent Based Modeling in Spatial Simulation. 22nd International Conference of the System Dynamics Society.

Buhalis, D., & Amaranggana, A. (2015). Smart Tourism Destinations Enhancing Tourism Experience Through Personalisation of Services. Information and Communication Technologies in Tourism, 377-389.

Bouncken, R. B., Kraus, S., & Roig-Tierno, N. (2021). Knowledge- and innovation-based business models for future growth. Review of Managerial Science, 15(1), 1-14.

Burhan N., dkk. (2004). Statistik Terapan dalam Analisis Multikriteria. Yogyakarta: Gajah Mada University Press.

Cenamor, J., Parida, V., & Wincent, J. (2019). How phygital strategy promotes performance: Evidence

from digital platform-based tourism SMEs. Journal of Business Research, 104, 18-29.

Cevik, S., & Senyel Kurkcuoglu, M. A. (2021). Accessibility Mapping of Adventure Tourism Facilities using GIS and AHP. Journal of Outdoor Recreation and Tourism, 35, 100416.

Chaffey, D., & Ellis-Chadwick, F. (2019). Digital Marketing and Big Data Analytics: Strategy, Implementation and Practice. Pearson Education.

Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches for Computational Study. Sage publications.

Dwi, P. (2011). Buku SPSS Analisis Statistika Data dan Pemodelan Spasial. Yogyakarta: Mediakom.

Fuchs, M., Höpken, W., & Lexhagen, M. (2014). Big Data Analytics for Knowledge Generation in Tourism Destinations: A Case from Sweden. Journal of Destination Marketing & Management, 3(4), 198-209.

Geng, J., et al. (2021). Mapping Tourism Potential Using Geographic Information Systems and Remote Sensing: A Review. ISPRS International Journal of Geo-Information, 10(4), 239.

Ginanjar, A. (2012). Geografi Olahraga, Kesehatan, dan Pengelolaan Kawasan. Bandung: CV. Bintang.

Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM in Data Analytics. European Business Review, 31(1), 2-24.

Iqbal, H. (2002). Pokok-pokok Materi Metodologi Penelitian dan Algoritma Spasial. Jakarta: Ghalia Indonesia.

Kemenpora RI. (2020). Grand Design Pembangunan Olahraga Nasional 2020-2045: Menuju Industri Sport Tourism Berbasis Data. Jakarta: Kemenpora RI.

Kusuma, D. A. (2023). Integrasi SIG dalam Pemetaan Olahraga Ekstrem Lokal. Jurnal Pendidikan Jasmani dan Olahraga Indonesia, 8(1), 45-60.

Kusuma, D. A., & Setiawan, B. (2023). Pemanfaatan Big Data dan SIG dalam Klasterisasi Destinasi Olahraga Petualangan di Indonesia. Jurnal Pariwisata dan Ekonomi Kreatif Nusantara, 5(2), 112-128.

Li, Y., & Chen, X. (2021). Spatial Motion Tracking and Sensor Fusion in Outdoor Sports: A Computational Approach. Sports Biomechanics, 20(4), 515-532.

Maksum, A. (2012). Metodologi Penelitian Dalam Rekreasi dan Pariwisata Olahraga. Surabaya: Unesa University Press.

Moutinho, L., & Vargas-Sanchez, A. (2018). Strategic Management in Tourism, CABI Tourism Texts: Big Data Applications. CABI Publishing.

Saaty, T. L. (2008). Decision Making with the Analytic Hierarchy Process. International Journal of Services Sciences, 1(1), 83-98.

Sterman, J. D. (2020). Business Dynamics: Systems Thinking and Spatial Modeling for a Complex Economy. McGraw-Hill Education

Xiang, Z., Schwartz, Z., Gerdes, J. H., & Uysal, M. (2015). What Can Big Data and Text Analytics Tell Us About Hotel Guest Experience and Satisfaction?. International Journal of Hospitality Management, 44, 120-130.