Big Data untuk Pariwisata

Oleh: Wayan Sumartini Saraswati

Teknologi Big Data

Big Data terkait dengan konsep data dalam jumlah besar, data tersebut bisa dalam bentuk data terstruktur maupun data tidak terstruktur. Setidaknya ada dua faktor utama yang menyebabkan saat ini kita berada dalam era banjir data yaitu meluas dan semakin terjangkaunya internet serta pertumbuhan penggunaan smartphone beserta semua aplikasi pendukung yang terpasang di dalamnya. Hampir setiap saat penduduk dunia menyumbangkan data ke media penyimpanan cloud yang disediakan oleh penyedia aplikasi, katakanlah google dan beberapa media sosial populer. Perkembangan teknologi media penyimpanan cloud sangat mendukung bagaimana Big Data dapat tersimpan dengan baik di dalam repository. Data tersebut merupakan salah satu sumber dari Big Data.

Setidaknya ada 5 karakteristik dari Big Data yang dikenal dengan 5V yaitu Volume, Variety, Veracity, Value, dan Velocity.

Karakteristik Big Data : Sumber : https://sis.binus.ac.id/2020/09/28/karakateristik-big-data/

• Volume merujuk kepada ukuran data yang besar.
• Variety merujuk kepada variasi dari data, dimana data dapat berupa data terstruktur yang tersimpan dalam basis data ataupun data tidak terstruktur misal image dan teks.
• Veracity merujuk kepada validitas dan kebenaran data.
• Value merujuk kepada Big Data seharusnya bisa menghasilkan informasi yang bernilai jika diolah lebih lanjut.
• Velocity merujuk kepada perubahan yang sangat cepat terhadap data yang beragam. Penambahan data yang cepat sehingga menyebabkan kita kebanjiran data.

Big Data memiliki potensi untuk memperoleh informasi berharga jika dilakukan pengolahan terhadapnya. Konsep rekayasa ini dikenal dengan istilah Big Data Analytics. Diperlukan beberapa cabang ilmu untuk mendukung sebuah Big Data Analytics antara lain data science dan machine learning.

Data Analytics memegang peranan inti dalam proses pengembangan Business Intelligence System. Business Intelligence  System merupakan sistem hilir yang menyediakan informasi berharga untuk bahan pengambilan keputusan strategis bisnis. Data Analytics mencakup descriptive analytics, predictive analytics dan prescriptive analytics.

Data science adalah cabang ilmu yang melakukan pengolahan data untuk menemukan informasi berharga dari Big Data yang berguna untuk pengambilan keputusan strategis bisnis. Dalam penerapannya data science seringkali menggunakan metode Artificial Intelligence (AI) dan machine learning disamping metode statistik lainnya.

Machine learning adalah sebuah cabang ilmu dari Artificial Intelligence yang menekankan pada pengembangan software dengan algoritma dimana mesin akan meningkat kemampuannya seiring dengan pengalaman (pembelajaran) dan penggunaan data. Dalam machine learning algoritma pembelajaran mengembangkan model dari data latih dan melakukan prediksi untuk data uji.

Dukungan Big Data untuk Pariwisata

Pariwisata merupakan salah satu potensi pendapatan devisa terbesar di Indonesia. Kemajuan pariwisata saat ini tidak terlepas dari dukungan teknologi informasi. Terbukanya pemasaran pariwisata secara global melalui internet turut mendukung peningkatan jumlah wisatawan yang berkunjung di Indonesia.

Media sosial, blog perjalanan wisata, Online Travel Agent (OTA), Online ticketing merupakan beberapa platform pendukung untuk mempermudah wisatawan dalam memutuskan preferensi perjalanan yang paling sesuai dengan kebutuhannya. Platform tersebut merupakan sumber data yang sangat besar. Jika pemangku kepentingan dapat melakukan pengolahan data dari sumber Big Data tersebut maka pengelelolaan pariwisata dapat berjalan lebih baik dan efektif.

Salah satu bidang pengolahan Big Data dalam bidang pariwisata digambarkan pada kajian yang dilakukan oleh Suwarni [2]. Personalisasi konsumen pada OTA dapat dilakukan dalam kaitannya sebagai salah satu pengolahan Big Data tourism, sehingga diharapkan akan diperoleh pemahaman dan pelayanan yang lebih baik untuk konsumen OTA.

Kementerian Pariwisata dan Ekonomi Kreatif juga menerapkan strategi inovasi dengan pendekatan Big Data untuk memetakan potensi dan penguatan sektor pariwisata yang ada [3].

Setidaknya ada 3 topik pemanfaatan Big Data Tourism [4] antara lain :

• Untuk meningkatkan tingkat kunjungan dan hunian kamar. Kombinasi pengolahan data kegiatan budaya, jadwal libur, cuaca, penerbangan dan data lainnya dapat mendukung peningkatan tingkat kunjungan dan hunian kamar. Informasi yang diperoleh dari pengolahan Big Data ini dapat memperkecil kegagalan dan ketidakpuasan wisatawan dalam memilih kunjungan objek wisata.
• Memahami profil, kebiasaan konsumsi dan wisata, kebutuhan, serta permintaan wisatawan. Dengan informasi dari media sosial, Google Trend [5], hasil review online, data telepon, serta data transaksi perbankan (digital maupun konvensional) dapat diperoleh profil wisatawan yang nantinya dapat menjadi sumber informasi pemasaran produk wisata yang sesuai dengan segmen market yang akan meningkatkan nilai produk atau layanan yang ditawarkan.
• Peningkatan reputasi dan viralitas suatu tempat wisata maupun hotel atau restoran. Pengolahan Big Data terkait hal ini diperoleh dengan sentiment analysis pada review wisatawan di internet. Hasil analisis review online dapat juga digunakan untuk mengatasi isu negatif secara lebih cepat dan memberikan informasi mengenai sentimen dari suatu produk dan juga meningkatkan engagement dari para wisatawan, traveler, dan influencer.

Big Data dan Business Intelligence merupakan dua konsep yang tidak terpisahkan. Big Data Analytics dapat mendukung implementasi Business Intelligence System pada bidang e-tourism dalam beberapa bidang berikut:

• E-Airlines

Dunia penerbangan memiliki data yang besar yang dapat dikelola dan dianalisis untuk kepentingan bisnis pariwisata.  Jadwal penerbangan biasanya disesuaikan dengan minat wisatawan yang berkunjung di suatu destinasi wisata tertentu. Dalam pengolahan data hsitoris jumlah wisatawan dapat menjadi perkiraan jumlah pengunjung lokasi wisata tertentu tahun depan atau paket wisata, sehingga bisa diberikan diskon besar-besaran dalam momen-momen tertentu setiap tahunnya sebagai salah satu strategi pemasaran.

• E-Hospitality

Hotel menggunakan dukungan teknologi informasi untuk meningkatkan efektifitas dan efiensi operasional, mengelola inventaris dan memaksimalkan profitabilitas. Sistem memfasilitasi manajemen dan distribusi internal melalui media elektronik. ‘Property Manajemen System (PMS)’ mengkoordinasi resepsionis, penjualan, perencanaan dan fungsi operasional lainnya dengan mengatur reservasi dan mengelola inventaris hotel. Business Intelligence  hadir sebagai sistem hilir yang menyajikan informasi pendukung pengambilan keputusan strategis perhotelan misal room price recommendation.

• E-Tour Operators

Business Intelligence  dalam e-Tour Operators sepertinya juga dapat dilakukan dengan cara mendata operator-operator tour dan pengaturan jadwal serta pembagian wilayah bisnis. Wisatawan sering membeli "paket," yang terdiri dari penerbangan charter dan akomodasi, diatur oleh operator tur. Operator tur cenderung memesan di muka produk-produk ini dan mendistribusikannya melalui brosur yang ditampilkan di agen perjalanan. Hingga saat ini di negara-negara Eropa Utara, dimana operator wisata mendominasi peluang pasar yang masih longgar, maka pemilihan perusahaan penerbangan dan hotel secara langsung masih jarang digunakan untuk perjalanan liburan. Thomson.co.uk misalnya telah mengembangkan strategi online yang komprehensif untuk memberikan informasi yang kaya media di situs web-nya. Perusahaan ini mendukung podcasting dan videocasting dan juga telah terintegrasi Goggle Map yang menyajikan informasi data di situs miliknya. Mereka menggunakan teknologi yang secara inovatif akan dapat memberikan nilai kepada klien mereka dan menjaga posisi mereka di pasar.

• E-Travel Agencies

Implementasi pengolahan Big Data juga dapat berguna bagi agen perjalanan dimana mereka dapat mengontrol perilaku wisatawan yang melakukan perjalanan wisata di suatu daerah dan negara tertentu. Analisis datanya dapat berupa pemetaan wisatawan berdasarkan usia dan kemampuan keuangan yang dimiliki sebagai bahan promosi wisata. Atau juga dapat dipakai dalam hal mengubah harga tiket demi laba perusahaannya.

• E-Destinations

Implementasi BI di e-destination dapat dilakukan dalam hal paket wisata. Lokasi wisata menarik yang terkumpul di suatu wilayah tertentu dapat dijadikan suatu paket kunjungan wisata dalam tarif tertentu. Manfaat lain, pengolahan data jumlah kunjungan di setiap objek wisata dapat diramalkan dalam sepuluh tahun kedepan dan hal- hal apa saja yang menarik di suatu destinasi wisata tertentu mendukung pemasaran destinasi wisata tersebut. Untuk data yang sangat besar dimana setiap tahun bertambah, analisis data pastinya tidak mungkin diatasi dengan metode konvensional meski itu dinamis atau dengan sistem informasi online. Lebih dari itu dengan menggunakan tools yang sanggup menampung data yang sangat besar, apalagi jika sampai harus menampung data-data lama digabung dengan data destinasi wisata yang terkini maka teknologi Big Data Analytics menjadi jawaban permasalahan yang ada.

Sumber Pustaka

[1]  “Karakateristik Big Data – School of Information Systems.” https://sis.binus.ac.id/2020/09/28/karakateristik-big-data/ (diakses Apr 21, 2022).

[2] S. Suwarni, “Kepariwisataan Terkait 4.0 Dengan Memanfaatkan Big Data,” Tornare, vol. 2, no. 1, hal. 22, 2020, doi: 10.24198/tornare.v2i1.25829.

[3]  “Kemenparekraf Gunakan Pendekatan Big Data untuk Pemulihan Pariwisata.” https://www.cloudcomputing.id/berita/kemenparekraf-gunakan-big-data-pemulihan-pariwisata (diakses Apr 21, 2022).

[4] “‘Trend and Issues of Big Data in The Global Tourism Business’ - BTP - Batam Tourism Polytechnic.” https://btp.ac.id/magister-s2-terapan-perencanaan-dan-pengembangan-pariwisata-mengadakan-webinar-terbatas-dengan-tema-trend-and-issues-of-big-data-in-the-global-tourism-business/ (diakses Apr 21, 2022).

[5] H. K. Nafah dan E. Purnaningrum, “Penggunaan Big Data Melalui Analisis Google Trends Untuk Mengetahui Perspektif Pariwisata Indonesia Di Mata Dunia,” Snhrp, vol. 3, no. (2021), hal. 430–436, 2021.

[6] C. E. W. Utomo, “Implementasi Business Intelligent dalam e-Tourism Berbasis Big Data,” J. Tour. Creat., vol. 3, no. 2, hal. 163–178, 2019.