Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu bentuk ulasan digital saat ini adalah consumer review website (CRW). Website Zomato merupakan salah satu CRW yang banyak digunakan dan indeks popularitas restoran yang ada di dalamnya memudahkan penggunanya untuk memilih restoran yang terbaik, terutama di Kota Bandung yang terkenal akan kulinernya. Mengingat indeks popularitas di sini penting, perlu diketahui distribusi spasial restoran berindeks popularitas, karakteristiknya, dan faktor yang mempengaruhi distribusi spasial indeks popularitas restoran di Kota Bandung. Data yang diperlukan berupa data atribut restoran, POI fungsional, kawasan CBD, jaringan jalan, penggunaan lahan dan kepadatan penduduk. Metode analisis yang digunakan berupa Nearest Neighbor Analysis (NNA), Kernel Density, Near Analysis, uji ANOVA/Kruskal Wallis, dan uji Pearson Product Moment. Hasil yang didapatkan berupa restoran terbanyak berada pada Kecamatan Bandung Wetan, Kecamatan Coblong, dan Kecamatan Sumur Bandung. Restoran dengan popularitas tinggi, sedang, dan rendah memiliki karakteristik distribusi spasial yang mengelompok dan kepadatan yang besar di lokasi yang memiliki kemudahan aksesibilitas, terdapat POI fungsional yang mendukung, dekat dengan pusat kegiatan, dan berada di permukiman. Rata-rata jarak restoran ke jaringan jalan, POI Fungsional, dan penggunaan lahan dimana restoran tersebut berada menjadi faktor yang berpengaruh terhadap indeks popularitas restoran. Hasil korelasi antara kepadatan penduduk dan indeks popularitas restoran menunjukkan tidak ada korelasi diantara keduanya.

---

One form of digital review today is the consumer review website (CRW). The Zomato website is one of the most widely used CRWs and the restaurant popularity index in it makes it easy for users to choose the best restaurant, especially in the city of Bandung which is famous for its culinary. Given the importance of the popularity index here, it is necessary to know the spatial distribution of the popularity indexed restaurant, its characteristics, and the factors that affect the spatial distribution of the restaurant popularity index in Bandung. The data needed are restaurant attribute data, functional POI, CBD area, road network, land use and population density. The analytical methods used are Nearest Neighbor Analysis (NNA), Kernel Density, Near Analysis, ANOVA/Kruskal Wallis test, and Pearson Product Moment test. The results obtained in the form of the most restaurants are in Bandung Wetan District, Coblong District, and Sumur Bandung District. Restaurants with high, medium, and low popularity have the characteristics of clustered spatial distribution and large density in locations that have easy accessibility, have functional POIs that support, are close to the center of activity, and are located in residential areas. The average distance of the restaurant to the road network, functional POI, and land use where the restaurant is located are factors that affect the restaurant popularity index. The correlation between population density and restaurant popularity index shows no correlation between the two. "

"Internet menjadi sarana komunikasi yang paling penting dalam kehidupan sehari-hari. Dengan perkembangan internet yang cukup pesat membuat sektor perhotelan mencari cara untuk memberikan informasi mengenai hotelnya dengan media situs internet. TripAdvisor merupakan salah satu situs yang berisi ulasan mengenai pariwisata di Indonesia maupun di dunia, salah satunya adalah mengulas sebuah hotel. Situs yang dimiliki TripAdvisor ini biasa disebut dengan Consumer Review Website (CRW) yang berartikan informasi elektronik yang menggunakan kata-kata orang lain sebagai informasi untuk rekomendasi hotel. TripAdvisor memiliki basis data 1001 hotel di Kota Bandung yang termasuk didalamnya terdapat indeks popularitas, alamat hotel, dan kelas hotel. Data ini didapatkan dari Application Program Interface (API) di situs TripAdvisor. Indeks popularitas diklasifikasikan menjadi tiga, yaitu klasifikasi rendah, klasifikasi sedang dan klasifikasi tinggi. Pengklasifikasian juga dilakukan pada kelas hotel yang dibagi menjadi 3 kelas yaitu hotel bintang 4-5, hotel bintang 1-3, dan hotel non bintang. Analisis yang digunakan adalah Nearest Neighbor Analysis (NNA) dan Kernel Density (KD). Dengan hasil tersebut didapatkan bahwa hotel di Kota Bandung memiliki pola yang mengelompok. Pengelompokan ini dikarenakan adanya pola yang mengikuti jaringan jalan dan faktor lain seperti kebijakan Pemerintah Kota Bandung. Selain itu, hotel berbintang dan non bintang berdasarkan indeks popularitas akan dipengaruhi oleh objek disekelilingnya dan aksesibilitasnya. Semakin rendah bintang dan popularitasnya maka semakin jauh dari titik fungsional serta akses yang rendah, dan sebaliknya. Selain itu, faktor pemasaran dan kebijakan pemerintah menjadi salah satu yang mempengaruhi indeks popularitas

---

The internet is the most important of communication in everyday life. With the growing development of the internet, the hotel sector is looking for ways to provide information about their hotels using the internet as media. TripAdvisor is one site that contains reviews of tourism in Indonesia and in the world, one of which is reviewing a hotel. This site owned by TripAdvisor is commonly called the Consumer Review Website (CRW) which means electronic information that uses other people's words as information for hotel recommendations. TripAdvisor has a database of 1001 hotels in Bandung which includes a popularity index, hotel address, and hotel class. This data is obtained from the Application Program Interface (API) on the TripAdvisor website. The popularity index is classified into three categories, namely low classification, medium classification, and high classification. Classification is also carried out on hotel classes which are divided into 3 classes, namely 4 - 5 star hotels, 1-3 star hotels, and non-star hotels. The analysis used is Nearest Neighbor Analysis (NNA) and Kernel Density (KD). With these results, it is found that hotels in the city of Bandung have a clustered pattern. This grouping is due to a pattern that follows the road network and other factors such as Bandung City Government policies. In addition, star and non-star hotels based on the popularity index will be influenced by the surrounding objects and their accessibility. The lower the star and the popularity, the further away from the low functional and access point, and vice versa. In addition, marketing factors and government policies are among the factors affecting the popularity index"

"Saat ini terjadi peningkatan dalam penggunaan sosial media pada masyarakat umum terutama yang tinggal di wilayah kota dalam memilih rumah makan atau restoran yang mereka ingin kunjungi. Hal ini menjadi fenomena baru yang mengubah gaya hidup dan tingkah laku masyarakat kota termasuk bagaimana masyarakat menerima rekomendai informasi tentang restoran dari mulut ke mulut berubah menjadi informasi elektronik. Consumer review website (CRW) adalah jenis informasi elektronik yang menggunakan kata-kata orang lain sebagai informasi untuk basis data rekomendasi restoran. Zomato adalah salah satu CRW yang memiliki basis data restoran di Jakarta yaitu sebanyak 4032 restoran di Jakarta yang di dalamnya termasuk indeks popularitas, jenis restoran, dan jenis makanan untuk setiap restoran. Data 4032 restoran yang berisi tabel atribut dapat diakses dengan menggunakan application program interface (API) dari website resmi Zomato. Nilai indeks popularitas yang di dapatkan kemudian dibagi ke dalam 3 klasifikasi grup yaitu: popularitas tinggi, sedang, dan rendah. Menggunakan Geography information system (GIS) maka setiap klasifikasi dapat di analisa untuk melihat faktor apa saja yang menjadi pembeda dari setiap klasifikasi restoran. Dengan menggunakan Nearest Neighbor Analysis (NNA) dan Kernel Dencity Analysis (KDA) didapatkan jika setiap klasifikasi  memiliki pola distribusi yang berbeda dan dari hasil tersebut didapatkan jika restoran dengan klasifikasi tinggi mengelompok dan dengan kepadatan tinggi yaitu 59 restoran per km2. Restoran dengan klasifikasi sedang mengelompok namun kepadatan yang sedang yaitu 29 restoran per km2 dan restoran dengan klasifikasi rendah mengelompok namun dengan kepadatan rendah yaitu 4 restoran per km2. Faktor-faktor yang mempengaruhi popularitas restoran adalah tempat belanja/mall, hotel bintang 4 dan 5, dan Central bussines district (CBD) dan dengan menggunakan jarak dari titik fungsional kota maka di dapatkan jika restoran dengan popularitas tinggi dekat kepada titik fungsional dan akses jalan utama sedangkan semakin jauh dari titik fungsional dan akses maka semakin rendah popularitasnya.

---

Nowdays, there has been a remarkable surge in the usage of social media among the general public specially in urban area in choosing restaurant that they want visit. This surge becoming new phenomenon that change people lifestyle and behavior in urban area and that is include how people receive information from word of mouth (WoM) recommendation for restaurant and becoming electronic-word of mouth information. Consumer review website (CRW) are e-word of word (e-WoW) information that using people word of word information as they main database for restaurant recommendation. Zomato are one of the few CRW that have a lot database for restaurant in Jakarta, Zomato have around 4032 database for DKI Jakarta and that include popularity index, type of restaurant, and type of food from each restaurant.  4032 data and each attribute restaurant can be access using aplication program interface (API) from zomato official website. From popularity index data, each restaurant divided by 3 classification of popularity group: high popularity, middle popularity, and  low popularity. Using Geography Infromation System (GIS) we can analyze what factor make each classification different from each other. First by using Nearest Neighbor Analysis (NNA) and second Kernel Dencity Analysis (KDA) that each clasification have different spatial distribution and high popularity group are cluster and high dencity with 59 restaurant by square kilometers in Center and South Jakarta, middle popularity with cluster and mid dencity (29 restaurant by square kilometers) in Center, South, and North Jakarta and low popularity are cluster too but with very low dencity up to 4 restaurant by square kilometers in East and South Jakarta. Factor that effect for each classification popularity are shopping mall, hotel 4 & 5 star and Central Bussines Distric (CBD) then by using proximity for each classification that high popularity restaurant group are close to POI functional and CBD. Low popularity are more likely place in outside of town and have far distance from urban poi functional."