Determination of Tourism Activities of The World S Best Tourism Destinations Using The Multi-Criteria Decision-Making Method - En.id
Determination of Tourism Activities of The World S Best Tourism Destinations Using The Multi-Criteria Decision-Making Method - En.id
com
Mengutip artikel ini:Mehmet Oğuzhan Ilban & Hasan Hüseyin Yıldırım | (2017) Penentuan aktivitas
pariwisata destinasi pariwisata terbaik dunia menggunakan metode pengambilan keputusan multi
kriteria, Cogent Social Sciences, 3:1, 1301763, DOI:10.1080/23311886.2017.1301763
Mata Pelajaran: Ilmu Pengetahuan Sosial; Pariwisata, Perhotelan dan Acara; Ekonomi, Keuangan, Bisnis &
Industri
1. Perkenalan
Pariwisata internasional, yang merupakan sektor ekonomi terbesar ketiga (hanya dilampaui oleh sektor petrokimia dan
otomotif), telah berkembang pesat selama setengah abad terakhir. Saat ini, pariwisata menyumbang 9,5% perekonomian
global dan 4,4% dari seluruh investasi global. Selain itu, 5,4% ekspor dunia didasarkan pada pariwisata, yang menunjukkan
pentingnya pariwisata bagi perekonomian global (World Travel & Tourism Council,2014). Menurut sebuah studi yang
dilakukan oleh Organisasi Pariwisata Dunia (UNWTO), pada tahun 2020, 1,4 miliar orang akan terlibat dalam pariwisata
internasional, dan pada tahun 2020, 1,4 miliar orang akan terlibat dalam pariwisata internasional.
© 2017 Penulis. Artikel akses terbuka ini didistribusikan di bawah lisensi Creative Commons
Attribution (CC-BY) 4.0.
Halaman 1 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Pada tahun 2030, angka ini diperkirakan akan mencapai 1,8 miliar orang (WTTC,2014). Angka dari UNWTO menunjukkan
bahwa kunjungan wisatawan mencapai 1,087 miliar orang pada tahun 2013, naik dari 25 juta orang pada tahun 1950.
Besarnya perdagangan dari pariwisata di kancah internasional sebesar $1,159 triliun.
Antara tahun 1980 dan 1995, peningkatan jumlah wisatawan di seluruh dunia sebesar 4,4%, dan antara tahun
1995 dan 2010, peningkatannya sebesar 3,9% meskipun terjadi banyak perang, aktivitas teroris, dan krisis global
yang mempengaruhi hampir semua lokasi di dunia. Pariwisata merupakan salah satu dari sedikit sektor yang tidak
terkena dampak serius dari faktor-faktor ini. Pada tahun 2013, jumlah wisatawan yang berwisata ke negara lain
mencapai 1,087 miliar orang.
Pasar pariwisata global telah mengalami perubahan kualitas yang signifikan dalam beberapa tahun terakhir.
Kegiatan pariwisata telah terdiversifikasi, pengeluaran pariwisata (per orang) meningkat pesat dibandingkan masa
lalu, daerah-daerah baru telah dibuka untuk pariwisata internasional, dan daerah-daerah tradisional telah berupaya
keras untuk berinovasi dan berdaya saing. Banyak negara telah berupaya meningkatkan produk pariwisata dan
aktivitas rekreasi yang mudah diakses untuk memenuhi permintaan pariwisata yang terus berubah.
Tersebarnya aktivitas pariwisata di seluruh dunia menunjukkan bahwa Eropa dan Amerika Utara
merupakan penyumbang terbesar aktivitas pariwisata global. Pemasok terbesar di sektor pariwisata dan
perjalanan global adalah negara-negara Uni Eropa (UE). Kegiatan pariwisata di negara-negara berkembang
meningkat pesat sebagai dampak dari proses globalisasi. Melalui globalisasi, minimalisasi formalitas
perbatasan antar negara, kebijakan demokratis yang lebih besar dalam fasilitas transportasi, kualitas dan
harga, harmonisasi teknologi informasi dan komunikasi pada semua sektor jasa termasuk pariwisata, dan
publisitas dan periklanan, calon wisatawan telah mendapat informasi tentang sumber pasokan. dari banyak
tujuan baru di seluruh dunia. Negara-negara berkembang telah meningkatkan pangsa pasar pariwisata
mereka dalam beberapa tahun terakhir. Ke-15 negara dalam penelitian ini menyumbang sekitar 70% dari
total aktivitas pariwisata global. Namun pemeringkatan 15 negara tersebut (WTO, dll) merupakan
pemeringkatan yang diungkapkan dengan mengambil variabel input dasar pariwisata secara terpisah.
Dapat dikatakan bahwa kinerja pariwisata suatu negara sangat penting baik bagi investor maupun calon
wisatawan. Dalam hal ini, akan lebih realistis dan berguna untuk menentukan lebih dari satu variabel pada
saat yang sama untuk menciptakan peringkat yang akan mempengaruhi persaingan, investasi dan
preferensi wisatawan.
Kajian ini mengusulkan pendekatan TOPSIS bersama-sama untuk mengevaluasi pemeringkatan dan
pemeringkatan 15 destinasi pariwisata terbaik dunia. Kriterianya bisa bersifat kuantitatif, seperti jumlah wisatawan
internasional yang masuk dan keluar, penerimaan dan perluasan pariwisata internasional. Oleh karena itu,
penelitian ini bertujuan untuk mengetahui apakah (1) keempat kriteria tersebut mempengaruhi kinerja destinasi
pariwisata dan (2) keempat kriteria tersebut mempengaruhi peringkat destinasi. Hasil evaluasi dapat membantu
para pengambil strategi di sektor pariwisata, pemerintah, investor dan pengusaha, manajemen agen perjalanan
wisata, wisatawan/wisatawan internasional dan akademisi di industri pariwisata, dll.
Pengeluaran pariwisata internasionaladalah pengeluaran pengunjung keluar negeri di negara lain, termasuk pembayaran
kepada maskapai asing untuk transportasi internasional. Pengeluaran ini dapat mencakup pengeluaran penduduk yang
bepergian ke luar negeri sebagai pengunjung pada hari yang sama, kecuali dalam kasus dimana pengeluaran tersebut
cukup penting untuk membenarkan klasifikasi terpisah.
Halaman 2 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Wisatawan internasional yang masuk(pengunjung yang bermalam) adalah wisatawan yang melakukan
perjalanan ke suatu negara selain negara tempat tinggalnya di luar lingkungan biasanya untuk jangka waktu tidak
lebih dari 12 bulan dan yang tujuan utamanya berkunjung adalah untuk kegiatan selain yang dibayar dari dalam
negara yang dikunjungi.
Masing-masing kriteria penilaian ini sangat penting (Hong,2009; Lim,1997; Zaman dkk., 2016). Penerimaan
pariwisata internasional tampaknya menjadi satu-satunya kriteria untuk menilai pendapatan pariwisata terhadap
perekonomian suatu negara, namun kenyataannya tidak demikian. Jumlah wisatawan yang masuk ke suatu negara,
misalnya, juga sangat penting dalam periklanan negara tersebut dan dapat menarik lebih banyak wisatawan di
masa depan. Pariwisata adalah contoh yang baik dari sektor di mana wisatawan berbagi pendapat mereka baik
secara offline maupun online. Pengaruh interpersonal penting karena sifatnya yang tidak berwujud dan fakta
bahwa pengaruh tersebut tidak dapat dievaluasi sebelum membeli (Litvin, Goldsmith, & Pan,2008; Phillips, Wolfe,
Hodur, & Leistritz, 2013). Pengeluaran yang dihasilkan dari kegiatan pariwisata tidak hanya relevan dengan tingkat
pembangunan suatu negara tetapi juga memberikan petunjuk penting mengenai frekuensi partisipasi warga suatu
negara dalam kegiatan pariwisata (Latham & Edwards,2003, P. 61). Namun pengeluaran tersebut juga merupakan
kriteria penilaian yang sangat penting untuk meningkatkan konsep seperti kepuasan pelanggan dan kualitas
layanan, yang digunakan sebagai data dalam penelitian ini. Dengan demikian, semua faktor ini merupakan kriteria
penting bagi kinerja pariwisata suatu negara (Dwyer & Forsyth,2007, hal.46–54). Penelitian ini mempertimbangkan
kriteria-kriteria tersebut secara setara dalam penilaian kegiatan pariwisata. Kinerja pariwisata dari 15 negara yang
memiliki destinasi menarik dalam skala global dinilai sesuai dengan hal tersebut.
3. Tinjauan Pustaka
Charnes, Cooper, dan Rhodes (1978) berfokus pada pentingnya penggunaan teknik perhitungan yang berbeda
untuk penilaian keuangan perusahaan. Deng, Yeh, dan Willis (2000) menetapkan bahwa teknik preferensi pesanan
dengan kesamaan metode solusi ideal (TOPSIS) adalah cara yang sederhana dan efisien untuk mengukur dan
mengevaluasi kinerja internal perusahaan dengan menggunakan tingkat keuangan. Tingkat keuangan yang
digunakan di Tiongkok dalam penilaian perusahaan memberikan data yang bermakna dan bermanfaat mengenai
suatu negara dan memainkan peran penting dalam proses pengambilan keputusan. Dalam penelitiannya yang
bertujuan untuk menguji kinerja perusahaan penerbangan, Feng dan Wang (2000) menggunakan metode TOPSIS
dengan menggunakan 22 variabel sebagai indikator transportasi dan keuangan untuk lima perusahaan
penerbangan Taiwan dan menyimpulkan bahwa indikator-indikator tersebut efektif dalam penilaian perusahaan-
perusahaan tersebut.
Dalam studi mereka tentang pemilihan penawaran terbaik dalam penawaran yang dilakukan di perusahaan manufaktur,
Hao dan Qing-sheng (2006) menggunakan metode TOPSIS untuk menentukan penawaran tender terbaik dari 4 perusahaan
pesaing untuk perangkat elektronik tertentu dan mempertimbangkan 12 indikator. Shih, Shyur, dan Lee (2007) juga
menggunakan metode TOPSIS dalam proses seleksi personel untuk departemen sumber daya manusia di sebuah
perusahaan kimia lokal dan menunjukkan bahwa metode tersebut merupakan metode yang kuat.
Luo, Wang, Wu, dan Wu (2008) melakukan studi koordinasi antara pariwisata perkotaan dan pembangunan
perkotaan di Hangzhou dengan menerapkan metode TOPSIS. Berdasarkan analisis mendalam terhadap literatur
pariwisata perkotaan saat ini, makalah ini memperkenalkan sistem indeks evaluasi koordinatif pariwisata perkotaan
dan pembangunan perkotaan, menghitung indeks koordinatif di Hangzhou dan menentukan peringkat negara
koordinatif. Hasil studi menunjukkan bahwa indeks koordinatif antara pariwisata perkotaan dan pembangunan
perkotaan meningkat setiap tahunnya. Seiring waktu
Halaman 3 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
berlalu, nilai indeks koordinatif berangsur-angsur mendekati titik optimum, yaitu sebesar 0,8631 pada tahun 2005.
Dengan matangnya urbanisasi dan perkembangan pariwisata, keadaan koordinatif secara bertahap menjadi
optimal. Keadaan koordinatif di Hangzhou bergeser dari relatif non-koordinasi pada tahun 2001 menjadi koordinasi
tinggi pada tahun 2005.
Eleren dan Karagül (2008) mengevaluasi kinerja perekonomian Turki, yang memanfaatkan 7 indikator
dasar antara tahun 1986 dan 2006. Dengan menggunakan satu poin kinerja untuk setiap tahun dengan
metode TOPSIS, mereka menemukan bahwa tahun 1986 adalah tahun dengan kinerja perekonomian
terbaik dan tahun 1999 adalah yang terburuk.
Karimi, Yusop, dan Hook (2010) mengkaji keputusan lokasi untuk investasi asing langsung di negara-negara ASEAN
dengan menggunakan pendekatan TOPSIS, yang menyediakan alat yang relatif sederhana untuk masalah pengambilan
keputusan strategis ini. Dengan menggunakan metode TOPSIS, kapasitas dan daya tarik negara-negara ASEAN dievaluasi
dan diberikan peringkat akhir periode 2000–2005. Dalam model tersebut, sepuluh indikator didefinisikan sebagai faktor
penentu aliran masuk FDI. Hasil empiris mereka menunjukkan bahwa Singapura adalah negara yang paling menarik untuk
investasi di antara negara-negara ASEAN, meskipun peringkat beberapa negara berubah pada tahun-tahun tersebut.
Demireli (2010) berupaya mengetahui kinerja bank-bank BUMN di Turki dengan menggunakan
metode TOPSIS. Ia menemukan bahwa bank-bank yang memiliki jaringan operasi nasional
dipengaruhi oleh krisis regional dan global antara tahun 2001 dan 2007. Poin kinerja mereka terus
berfluktuasi berdasarkan data internasional, dan sektor perbankan tidak dapat mencatat
peningkatan yang signifikan pada periode tersebut.
Yükçü dan Atağan (2010) mencoba mengukur perusahaan mana yang menunjukkan kinerja terbaik dengan
menggunakan metode TOPSIS dengan indikator kinerja tiga perusahaan di sektor tersebut dan berada di bawah
holding yang sama. Mereka memerintahkan ketiga perusahaan tersebut dalam hal holding setelah menganalisis
kinerja perusahaannya. Mereka menyimpulkan bahwa metode TOPSIS memungkinkan pengambil keputusan untuk
membuat evaluasi yang lebih obyektif karena metode ini menggabungkan pilihan evaluasi yang berbeda ke dalam
satu kriteria.
Zhang dan Zhang (2010) mempelajari daya saing regional sumber daya pariwisata di 16 kota di Delta
Sungai Yangtze. Analisis mereka menunjukkan bahwa terdapat perbedaan yang signifikan di antara 16 kota
dalam hal daya saing sumber daya pariwisata. Suzhou dan Hangzhou adalah yang paling kompetitif,
sedangkan Taizhou dan Nantong adalah yang paling tidak kompetitif. Kesimpulan mereka menunjukkan
bahwa metode TOPSIS tertimbang dapat diterapkan pada analisis komparatif daya saing sumber daya
pariwisata regional dan dapat mengurangi pengaruh subjektif dan meningkatkan keandalan hasil evaluasi.
Mangir dan Erdoğan (2011) bertujuan untuk menganalisis faktor-faktor penentu krisis keuangan dan resesi di
seluruh dunia. Secara khusus, mereka menggunakan metode TOPSIS untuk fokus pada negara-negara berikut ini
yang terkena dampak parah dari krisis keuangan global: Italia, Yunani, Spanyol, Portugal, Irlandia dan Turki. Kriteria
penilaian dan sub-kriteria yang digunakan untuk menilai kinerja makroekonomi ditetapkan sebagai berikut:
Pertumbuhan Ekonomi (EG), Tingkat Inflasi (IR), Tingkat Pengangguran (UR), Neraca Transaksi Berjalan (CAB), dan
Tingkat Keseimbangan Anggaran (BB). . Mereka menemukan bahwa semua negara terkena dampak krisis pada
tahun 2008 namun Turki adalah negara yang paling sedikit merasakan dampaknya.
Shamai dan Mosivand (2011) mempelajari faktor-faktor yang menarik wisatawan ke suatu tujuan dan
menentukan hierarki kota di Isfahan (Iran) berdasarkan faktor-faktor tersebut. Faktor-faktor yang dinilai
untuk setiap kota meliputi hotel, motel, unit pinggiran kota, restoran, agen tur dan perjalanan, kantor
layanan perjalanan, perusahaan transportasi, galeri seni dan pameran budaya, taman umum, jumlah sistem
transportasi umum, kawasan wisata khusus, dan peluang kapitalisasi. . Model TOPSIS digunakan untuk
membuat hierarki substruktur pariwisata, dan pendekatan AHP digunakan untuk tujuan akhir
Halaman 4 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
peringkat. Isfahan menduduki peringkat pertama, dengan Kashan dan ShahinShahr masing-masing di peringkat kedua dan
ketiga. Penulis juga menyampaikan saran untuk pengembangan pariwisata.
Mohammad dan Jamil (2012) mengevaluasi faktor-faktor penting yang mempengaruhi pilihan destinasi wisatawan lokal di
Kedah dan menentukan preferensi wisatawan terhadap destinasi tersebut sehubungan dengan faktor-faktor tersebut
menggunakan metode Fuzzy Hierarchical TOPSIS (FHTOPSIS). Penelitian ini fokus pada faktor internal yang memotivasi
wisatawan dalam memilih destinasinya. Hasil penelitian mereka menunjukkan bahwa mengunjungi teman dan kerabat
merupakan faktor terpenting yang memotivasi kunjungan ke Kedah, sedangkan pencarian hal-hal baru merupakan faktor
yang paling tidak memotivasi dalam memilih destinasi. Destinasi terbaik di antara lima destinasi yang dipertimbangkan
dalam studi mereka adalah Langkawi, disusul AlorSetar, Sungai Sedim, Lembah Bujang, dan Bukit KayuHitam. Studi ini dapat
membantu otoritas terkait dan agen perjalanan merencanakan dan mempromosikan objek wisata di Kedah dengan
menggunakan strategi pemasaran yang efektif dan dapat membantu wisatawan memutuskan objek wisata utama di Kedah
mana yang akan dikunjungi.
Huang dan Peng (2012) menganalisis Daya Saing Destinasi Pariwisata (TDC) sembilan negara Asia: Tiongkok,
Hong Kong, Jepang, Korea, Malaysia, Singapura, Taiwan, Thailand, dan Filipina. Penelitian dilakukan pada tahun
2009 dan menggunakan 6 kriteria dan 15 indeks. Hasil tahun 2009 menunjukkan peringkat negara-negara Asia dari
yang paling kompetitif hingga yang paling tidak kompetitif adalah sebagai berikut: Tiongkok, Jepang, Hong Kong,
Malaysia, Thailand, Singapura, Taiwan, Korea, dan Filipina.
Supçiler dan Çapraz (2011) berfokus pada masalah pemilihan pemasok dalam studi mereka. Mereka
memilih pemasok yang paling tepat dengan menggunakan metode TOPSIS dan metode pengambilan
keputusan multi-kriteria. Mereka memilih pemasok terbaik dengan skor tertinggi di antara pemasok yang
ada, yaitu pemasok yang akan memberikan manfaat maksimal bagi perusahaan. Kriteria utama yang
mereka gunakan dalam pemilihan pemasok adalah kualitas, biaya, pengiriman dan pelayanan.
Uygurtürk dan Korkmaz (2012) menganalisis kinerja keuangan 13 perusahaan industri logam utama di
Borsa, Istanbul, menggunakan tabel keuangan perusahaan dari tahun 2006 hingga 2010 dengan metode
TOPSIS. Mereka mengubah kinerja perusahaan secara umum menjadi satu poin melalui metode TOPSIS dan
menggunakan poin ini untuk menentukan peringkat perusahaan dari yang terbaik hingga yang terburuk.
Mereka menemukan bahwa poin kinerja perusahaan-perusahaan di sektor logam umumnya berubah
selama periode analisis.
Önder, Yıldırım, dan Özdemir (2013) mempelajari daya saing destinasi pariwisata Turki dengan menggunakan
metode Analytical Hierarchy Process (AHP) dan TOPSIS. Penelitian dilakukan dengan dua kriteria utama yaitu
kualitatif dan kuantitatif serta menggunakan 31 atribut dan 13 wilayah. Hasilnya menunjukkan bahwa kawasan
wisata Turki diberi peringkat dari yang paling kompetitif hingga yang paling tidak kompetitif sebagai berikut:
Alanya, Bodtum, Çeşme, Didim, Fethiye, dll.
Urfalıoğlu dan Genç (2013) menggunakan metode TOPSIS untuk mengetahui situasi ekonomi Turki dalam proses
UE. Kriteria pengambilan keputusan dalam penelitian ini adalah produk nasional bruto per kapita, tingkat
pertumbuhan, ekspor, impor, lapangan kerja dan inflasi, yang diterapkan pada 27 negara anggota penuh dan 5
negara kandidat UE (Turki, Makedonia, Islandia, Kroasia dan Montenegro). Mereka membandingkan hasil yang
diperoleh dengan menggunakan metode TOPSIS dengan hasil yang diperoleh dengan menggunakan metode
pengambilan keputusan lain dan mencatat temuan yang sangat mirip dengan metode pengambilan keputusan
multi-kriteria lainnya.
4. Metode penelitian
Gambaran umum seluruh kegiatan pariwisata menunjukkan terdapat 15 destinasi penting di dunia.
Destinasi-destinasi ini menyumbang 70% dari aktivitas pariwisata global. Empat faktor utama dimasukkan
dalam analisis dari tahun 2009 hingga 2014 untuk memvisualisasikan kinerja komparatif dari 15 destinasi
penting tersebut. Informasi selama 6 tahun ini tentang pengeluaran pariwisata, penerimaan pariwisata,
wisatawan inbound dan wisatawan outbound diambil dari UNWTO tahunan, Tourism Highlights dan
Halaman 5 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
2 BISA Kanada
3 CHN Cina
4 DEU Jerman
5 khususnya Spanyol
6 FRA Perancis
9 HUN Hungaria
10 AKU TA Italia
11 MEK Meksiko
12 POL Polandia
Data Pariwisata Bank Dunia. Informasi dan kode 15 negara yang dijadikan tujuan penting analisis
disajikan pada Tabel1.
Analisis penelitian terdiri dari dua langkah. Pada langkah pertama, empat data pariwisata ditentukan
untuk menentukan kinerja pariwisata di destinasi tersebut. Kemudian, data periode 2009 hingga 2014
dikumpulkan untuk masing-masing 15 negara. Pada langkah kedua, metode TOPSIS mengubah kinerja
pariwisata suatu negara secara umum menjadi satu poin. Akhirnya, pemeringkatan tujuan selesai, dan
negara-negara diurutkan berdasarkan poinnya dari yang terbesar hingga yang terkecil. Meja2menunjukkan
daftar kode kegiatan pariwisata yang digunakan dalam penelitian.
Secara umum, hanya 10 negara teratas yang diberikan untuk setiap kriteria dalam pemeringkatan. Studi ini
diterapkan pada tahun 2009 hingga 2014, dan 10 negara teratas berbeda dalam setiap enam tahunnya. Oleh
karena itu, dengan mempertimbangkan perubahan negara, empat kriteria penilaian diterapkan untuk 15 negara
sehubungan dengan hasil pada tahun-tahun tersebut.
Penelitian ini menggunakan metode TOPSIS, salah satu metode pengambilan keputusan yang paling umum,
untuk menganalisis kinerja 15 negara terpopuler di dunia dan menilai aktivitas pariwisata mereka. Kabupaten-
kabupaten ini menyumbang 70% dari seluruh kegiatan pariwisata.
5. Metode TOPSIS
Masalah keputusan melibatkan proses penentuan pilihan terbaik diantara pilihan-pilihan yang paling tepat.
Ada berbagai macam metode, seperti TOPSIS, ELECTRA, AHP, Fuzzy AHP, dan Fuzzy TOPSIS, untuk
mengambil keputusan dalam menghadapi masalah pengambilan keputusan multivariat. Dalam beberapa
tahun terakhir, metode multiguna yang umum digunakan, metode TOPSIS, yang didasarkan pada evaluasi
berbagai kriteria dan pengambil keputusan, telah berhasil digunakan.
Halaman 6 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Metode TOPSIS disampaikan oleh Chen dan Hwang (1992), dengan mengacu pada Hwang dan Yoon (
1981). TOPSIS adalah metode beberapa kriteria untuk mengidentifikasi solusi dari serangkaian alternatif
yang terbatas. Prinsip dasarnya adalah alternatif yang dipilih harus mempunyai jarak terpendek dari solusi
ideal positif dan jarak terjauh dari solusi ideal negatif. Prosedur TOPSIS dapat dinyatakan dalam
serangkaian langkah.
Keputusan yang terkait dengan keuntungan yang tercantum dalam matriks garis terjadi dengan titik keputusan yang
diinginkan. Matriks keputusan terletak pada kolom-kolom faktor penilaian yang akan digunakan dalam pengambilan
keputusan. Matriks awal dibentuk oleh pengambil keputusan. Matriks keputusan ditampilkan sebagai berikut:
⎡A 11 A12 …A1N ⎤
⎢ ⎥
⎢ A21 A22 …A2N
Aaku j= ⎥,
⎢ ⋮ ⋮ ⋮⋮ ⎥
⎢ …AM N ⎥
⎣AM1 AM2 ⎦
Di mana "M” adalah jumlah poin keputusan dalamAmatriks dan “N” mewakili jumlah faktor evaluasi.
aku j
⎡R R12 …R1N ⎤
⎢11 ⎥
atrix R diperoleh seperti pada gambarRaku j= ⎢ R21 R22 …R2N ⎥.
⎢ ⋮ ⋮ ⋮⋮ ⎥
⎢ ⎥
⎣RM1 RM2 …RM N ⎦
R
aku j= aku j× wJSaya=1, 2,…,MDanJ=1, 2,…,N,
∑N
Di manaw
J
adalah beratnyaJkriteria atau atribut dan wJ=1.
J=1
A-= {(menitayaku j|J∈C) B(,mxA ayaku j|J∈CC)} = {ay- J|J=1, 2,…,M} (3)
Saya Saya
Halaman 7 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
√
√ M
√∑ (5)
SSaya
-=√ (ayaku j - ay
J)2,J=1, 2,…,M
-
J=1
∗
SSaya
-
Saya= ∗ , Saya=1, 2,…,M (6)
SSaya+SSaya
-
Urutkan urutan preferensi, lalu temukan nilai urutan besarnya yang diurutkan berdasarkan
kepentingan yang ditentukan oleh titik keputusan.
6. Hasil penelitian
Lima belas negara dengan tujuan wisata dianalisis dalam penelitian ini. Kode 15 negara tersebut adalah
AUT, CAN, CHN, DEU, ESP, FRA, GBR, GRC, HUN, ITA, MEX, POL, RUS, TUR dan USA. Untuk melihat kinerja
destinasi negara-negara tersebut, digunakan kriteria aktivitas pariwisata untuk tahun 2009 hingga 2014.
Penelitian ini terdiri dari dua langkah. Pada langkah pertama analisis, 4 data pariwisata ditentukan untuk
menentukan kinerja pariwisata suatu negara. Kemudian, data dihitung untuk masing-masing 15 negara
untuk tahun 2009 hingga 2014 berdasarkan kriteria tersebut. Pada langkah kedua, empat faktor yang dipilih
untuk menentukan kinerja destinasi wisata menarik tersebut digunakan untuk menghitung skor kinerja
pariwisata tunggal untuk setiap negara melalui TOPSIS. Negara-negara diurutkan berdasarkan skor ini.
Setelah menghitung skor umum masing-masing negara secara individual untuk tahun 2009–2014, negara-
negara tersebut akan dinilai untuk studi ini. Program Excel digunakan untuk menerapkan metode TOPSIS.
Langkah pertama dalam metode TOPSIS adalah membuat Matriks Keputusan (A). Baris-baris Matriks Keputusan
berisi poin-poin keputusan yang dapat digunakan untuk menentukan peringkat keunggulan suatu negara, dan
kolom-kolomnya berisi kriteria evaluasi yang harus digunakan dalam pengambilan keputusan. Matriks A
merupakan matriks awal bagi pengambil keputusan. Matriks untuk tahun 2009 diberikan sebagai sampel. Matriks
lainnya tidak diberikan di sini karena mencakup aplikasi yang sama.
Halaman 8 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Langkah 2: Membentuk matriks keputusan standar (R):Matriks keputusan yang dinormalisasi dihitung
dengan menggunakan elemen Matriks A dan Persamaan (1) (Tabel4).
Langkah 3: membentuk matriks keputusan standar tertimbang (V):Pada langkah ini, tingkat
Saya
berat (W)
dihitung untuk faktor penilaian. Kemudian, nilai standar dihitung dengan mengalikan nilai standar yang
dinormalisasi, yang dihitung di atas, dengan (W)nilai untukSaya
menentukan nilai standar tertimbang. Faktor-
faktor penilaian diberi bobot yang sama dalam pengambilan keputusan tahun 2009. Bila seluruh faktor
diberi nilai 1 sama untuk sebaran, maka nilai penilaian tertimbang adalah 25% untuk masing-masing faktor.
Untuk membuat matriks keputusan standar tertimbang, kolom Matriks V dihitung dengan mengalikan nilai
pada kolom Matriks R dengan nilai bobot faktor penilaian (di sini semuanya 25%). Meja5menyajikan matriks
keputusan standar tertimbang dari masing-masing negara beserta rangkaian solusi idealnyaA*dan idealnya
A-.
Langkah 4: Membentuk analisis ideal (A*) dan ideal negatif (A-):Pada langkah ini, kumpulan
solusi idealA*dan ideal negatifA-terbentuk. Untuk setA*, nilai terbesar di setiap kolom Matriks V dan
terkecil untuk himpunanA-di kolom yang sama dipilih, dan himpunan disusun menurut kesesuaian
kriteria dengan tujuan:
{ }
| �
A∗= (maksay|aku j|J∈J), (minay|aku j|J∈J
Saya | Saya
{ }
| �
A-= aku j|J∈J), (maksay|aku jj j
(minay| |∈ .
Saya | Saya
Menurut rumusnya,
{ }
A∗= 0,1466; 0,1817; 0,1340; 0,1264
{ }
A-= 0,0046; 0,0090; 0,0158; 0,0067
Halaman 9 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Langkah 5: Perhitungan kriteria seleksi:Jarak antar alternatif dicari melalui jarak Euclidean
berdimensi n. Jarak masing-masing alternatif dari keduanya positif
solusi ideal (S∗ Saya)dan solusi ideal negatif (S- Saya)dihitung menggunakan Rumus (4) dan (5).
{
SSaya
∗ = 0,2480; 0,2340; 0,1625; 0,1526; 0,1928; 0,1576; 0,1702; 0,2693; 0,2710; 0,1873;
}
0,2545; 0,2511; 0,2323; 0,2481; 0,0418
{
SSaya
- = 0,0331; 0,0569; 0,1310; 0,1843; 0,1055; 0,1528; 0,1366; 0,0143; 0,0223; 0,0973;
}
0,0311; 0,0626; 0,0647; 0,0446; 0,2585 .
solusi ideal, dan∗ Saya=0menunjukkan kedekatan absolut dengan solusi ideal negatif. Meja6menunjukkan
perhitungan kedekatan relatif negara-negara tersebut terhadap solusi ideal untuk tahun 2009.
∗
Pada langkah ini, Sayanilai-nilai disusun menurut seberapa besar nilainya, dan urutan keputusannya
poin (alternatif) dibuat. Skor tersebut disusun dari yang terbesar hingga terkecil untuk menunjukkan negara mana
yang lebih menarik.
Urutan skor untuk setiap tujuan diberikan pada Tabel7, yang menunjukkan bahwa negara dengan
kode USA (Amerika Serikat) memiliki kinerja terbaik, sedangkan negara dengan kode GRC (Yunani)
memiliki kinerja terburuk berdasarkan empat kriteria yang dipilih di antara faktor-faktor penilaian
kinerja destinasi tahun 2009. Menurut Tabel7, urutan destinasi menurut kinerja tahun 2009 adalah
sebagai berikut: USA(1), DEU(2), FRA(3), CHN(4), GBR(5), ESP(6), ITA(7), RUS(8), POL(9), CAN(10),
TUR(11), AUT(12), MEX(13), HUN(14), dan GRC(15).
Halaman 10 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Kode negara C*
AUT 0,0331/(0,0331 + 0,2480) = 0,1178
2 DEU 0,547057
3 FRA 0,492196
4 CHN 0,446348
5 GBR 0,445202
6 khususnya 0,353655
7 AKU TA 0,341890
8 RUS 0,218031
9 POL 0,199582
10 BISA 0,195728
11 Tur 0,152433
12 AUT 0,117846
13 MEK 0,109127
14 HUN 0,076328
15 GRC 0,050471
Analisis untuk tahun 2009 diulangi untuk tahun 2010, 2011, 2012, 2013, dan 2014, dan temuannya
diberikan dalam Tabel8. Meja8menyajikan hasil pemeringkatan 15 destinasi tiap tahun secara terpisah,
menghitung skor kinerja aktivitas pariwisata masing-masing negara dari tahun 2009 hingga 2014.
7. Kesimpulan
Lima belas destinasi penting dimasukkan dalam analisis penelitian ini. Ini diberi kode sebagai AUT, CAN,
CHN, DEU, ESP, FRA, GBR, GRC, HUN, ITA, MEX, POL, RUS, TUR dan USA. Laporan aktivitas negara-negara
tersebut digunakan untuk menganalisis kinerja negara-negara tersebut. Studi ini mempertimbangkan
empat kegiatan pariwisata sebagai kriteria: pengeluaran pariwisata internasional, penerimaan pariwisata
internasional, jumlah wisatawan inbound dan jumlah wisatawan outbound.
Halaman 11 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Tabel 8. Kinerja 15 destinasi penting global dari tahun 2009 hingga 2014
2009 2010 2011
Peringkat Kode Skor Peringkat Kode Skor Peringkat Kode Skor
1 Amerika Serikat 0,8607 1 Amerika Serikat 0,8668 1 Amerika Serikat 0,8353
Analisis penelitian ini terdiri dari dua langkah. Pada langkah pertama, empat kumpulan data pariwisata dipilih
untuk menentukan kinerja destinasi pariwisata tersebut. Kemudian dikumpulkan data dari 15 negara tersebut dari
tahun 2009 hingga 2014. Pada langkah kedua, untuk menunjukkan kinerja negara dengan lebih jelas, empat faktor
yang dipilih untuk destinasi pariwisata diubah menjadi skor tunggal melalui metode TOPSIS, yang merupakan salah
satu metode pengambilan keputusan multi-kriteria yang paling umum. Kemudian, negara-negara tersebut
diurutkan berdasarkan skor mereka sehubungan dengan kriteria, dan pemeringkatan mereka diselesaikan.
Pemeringkatan destinasi pariwisata dilakukan dengan menghitung kinerja pariwisata umum masing-masing
selama enam tahun dari 2009 hingga 2014.
Evaluasi masing-masing destinasi diberikan dalam tiga tabel terpisah untuk tahun 2009–2014. Meja9
menunjukkan kinerja destinasi yang tetap konstan selama bertahun-tahun, Tabel10menunjukkan itu
Halaman 12 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Meja9menunjukkan bahwa Amerika Serikat (AS), Inggris (GBR) dan Spanyol (ESP) mampu
mempertahankan aktivitas pariwisatanya pada tahun 2009 hingga 2014. Berdasarkan analisis di atas, ketiga
negara tersebut mempertahankan kinerjanya selama tahun-tahun ini. Mereka mempertahankan posisinya
dalam kegiatan pariwisata dari tahun 2009 hingga 2014 dalam persaingan global.
Meja10menunjukkan perubahan atau perbaikan posisi China (CHN). Destinasi ini naik ke peringkat kedua dari peringkat
keempat dalam 6 tahun penelitian. Negara lain yang meningkatkan posisinya adalah Federasi Rusia (RUS), Kanada (CAN),
Turki (TUR), Austria (AUT), Meksiko (MEX) dan Hongaria (HUN). Yunani merupakan negara tujuan wisata lain yang mengalami
peningkatan, khususnya pada tahun 2013 dan 2014. Dari awalnya berada di peringkat ke-15 pada tahun 2009, Yunani naik
ke peringkat ke-14 pada tahun 2013 dan ke-13 pada tahun 2014.
Meja11mencantumkan destinasi yang kinerjanya memburuk sepanjang tahun-tahun tertentu. Meja11 menunjukkan
bahwa Jerman (DEU), Perancis (FRA) dan Italia (ITA) masing-masing turun satu peringkat pada periode 2009 hingga 2014.
Namun, meskipun destinasi-destinasi tersebut masuk dalam daftar ini dengan kinerja yang menurun pada periode 2009
hingga 2014, mereka tetap mempertahankan tempat yang penting dalam hal jumlah wisatawan yang mereka tarik dan
peringkat yang mereka duduki dalam persaingan dunia pariwisata. Tempat Polandia juga mencolok dalam tabel ini.
Kegiatan pariwisata di destinasi ini semakin memburuk sejak tahun 2009. Pada tahun 2009 menduduki peringkat ke-9 dan
secara bertahap turun ke peringkat ke-15 pada tahun 2014. Namun, kasus ini juga luar biasa: data dari keempat faktor
tersebut menunjukkan bahwa seluruh faktor di destinasi ini menunjukkan peningkatan. dari tahun 2009 hingga 2014,
namun pertumbuhannya lebih lambat dibandingkan negara lain, sehingga menyebabkan destinasi ini tertinggal.
Halaman 13 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Survei literatur terkait mungkin menemukan beberapa penelitian yang menggunakan metode TOPSIS. Perbedaan antara
penelitian tersebut dan penelitian ini adalah bahwa hasil penelitian ini menghasilkan cakupan yang luas (15 destinasi
penting di seluruh dunia, mewakili 70% pariwisata global) dan mengubah aktivitas pariwisata seperti pengeluaran pariwisata
internasional, penerimaan pariwisata internasional, dan pendapatan pariwisata internasional. jumlah wisatawan inbound
dan outbound menjadi satu skor menggunakan metode TOPSIS. Studi yang dilakukan dengan menggunakan TOPSIS
terutama difokuskan pada kompetisi lokal atau regional suatu negara atau organisasi. Daripada pariwisata lokal atau
regional, penelitian ini berfokus pada dimensi pariwisata global dan mempertimbangkan pariwisata dari aspek global untuk
mempertimbangkannya secara keseluruhan.
Beberapa penelitian dapat ditemukan dalam literatur terkait yang mengolah faktor-faktor yang berhubungan
dengan kegiatan pariwisata, seperti pengeluaran pariwisata internasional, penerimaan pariwisata internasional,
dan jumlah wisatawan inbound dan outbound, dengan menggunakan metode TOPSIS menjadikan penelitian ini
bermakna. Aspek penting lainnya dari penelitian ini adalah menggunakan data terbaru tahun 2014.
8. Rekomendasi
Dalam studi ini, semua kriteria evaluasi dianggap sama, dan kinerja destinasi pariwisata global yang
signifikan, yang diwakili oleh 15 negara, dievaluasi. Studi ini mencakup kriteria penilaian kinerja pariwisata
yang lazim (kedatangan wisatawan internasional dan penerimaan pariwisata internasional) dan mencakup
jumlah penumpang keluar dan pengeluaran pariwisata. Metode penilaian yang lazim tidak menghasilkan
satu poin pun. Oleh karena itu, tidak ada kesimpulan yang jelas mengenai kinerja dan peringkat pariwisata
negara-negara tersebut.
Temuan mengungkapkan bahwa ketika jumlah penumpang keluar dan pengeluaran pariwisata
dipertimbangkan selain kriteria yang lebih umum, kinerja pariwisata di 15 negara tersebut akan berbeda.
Dalam hal penerimaan pariwisata, lima negara teratas adalah Amerika Serikat, ESP, FRA, DEU, dan CHN,
sedangkan dalam hal kedatangan wisatawan internasional, lima negara teratas adalah FRA, Amerika
Serikat, ESP, CHN, dan ITA. Untuk single performance point berdasarkan metode TOPSIS, peringkat
negaranya adalah sebagai berikut: USA (0.7631), CHN (0.6287), DEU (0.474), FRA (0.3889), dan GBR (0.3485).
Pemeringkatan berdasarkan penerimaan pariwisata dan kedatangan wisatawan internasional mengangkat poin-poin
penting. Menghitung skor kinerja tunggal memungkinkan kinerja pariwisata suatu negara dievaluasi dengan lebih akurat.
Namun, diperlukan lebih banyak variabel untuk memberikan hasil yang berarti dengan metode TOPSIS. Karena tidak
mungkin untuk memasukkan data setidaknya selama 5 tahun terakhir dan data perbandingan dari negara yang sama, maka
kedatangan wisatawan internasional dan penerimaan pariwisata juga dipertimbangkan.
Fakta bahwa metode TOPSIS tidak memungkinkan penggunaan lebih banyak kriteria merupakan kendala penting dalam
penelitian ini. Penelitian lebih lanjut dapat menilai kriteria tambahan, khususnya “pegawai yang dipekerjakan di sektor
pariwisata”, “jumlah tempat tidur di fasilitas pariwisata”, dan “harga tempat tidur rata-rata per orang”, yang akan
memberikan peluang untuk mengevaluasi hasil yang lebih dapat diandalkan untuk kinerja pariwisata suatu negara. skor.
Pendanaan Referensi
Penulis tidak menerima dana langsung untuk penelitian ini. Charnes, A., Cooper, WW, & Rhodes, E. (1978). Mengukur
efisiensi unit pengambilan keputusan.Jurnal Riset
Detail penulis Operasional Eropa, 2, 429–444. http://dx.doi.org/
Mehmet Oğuzhan Ilban1 10.1016/0377-2217(78)90138-8 Chen, SJ, & Hwang, CL
Email:oilban@yahoo.com,ilban@balikesir.edu.tr (1992).Beberapa atribut kabur
Hasan Hüseyin Yıldırım1 pengambilan keputusan: Metode dan aplikasi. Berlin:
SpringerVerlag.
Surel:hhyildirim@balikesir.edu.tr
http://dx.doi.org/10.1007/978-3-642-46768-4 Demireli, E. (
1Fakultas Ilmu Terapan, Universitas Balikesir,
2010). Pengambilan keputusan multi-kriteria TOPSIS
Burhaniye, Balikesir, Turki.
metode: Pemeriksaan pada bank komersial milik
negara di Turki.Jurnal Kewirausahaan dan
Informasi kutipan
Pembangunan, 5, 101–112.
Kutip artikel ini sebagai: Penentuan aktivitas pariwisata destinasi
Deng, H., Yeh, CH, & Willis, RJ (2000). Antar perusahaan
pariwisata terbaik dunia menggunakan metode pengambilan
perbandingan menggunakan TOPSIS yang dimodifikasi
keputusan multikriteria, Mehmet Oğuzhan Ilban & Hasan
dengan bobot objektif.Riset Komputer dan Operasi, 27, 963–
Hüseyin Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763.
973.
http://dx.doi.org/10.1016/S0305-0548(99)00069-6
Halaman 14 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
Dwyer, L., & Forsyth, P. (2007).Buku pegangan internasional tentang Procedia-Ilmu Sosial dan Perilaku, 65, 20–25. http://
ekonomi pariwisata. Cheltenham: Edward Elgar. dx.doi.org/10.1016/j.sbspro.2012.11.085 Önder, E.,
Eleren, A., & Karagül, M. (2008). Analisis kinerja Yıldırım, BF, & Özdemir, M. (2013). Multi kriteria
Perekonomian Turki antara 1986–2006.Universitas Manisa pendekatan pengambilan keputusan untuk mengevaluasi
Celal Bayar, Jurnal Manajemen dan Ekonomi, 15, 1–14. tujuan pariwisata di Turki.Jurnal Akademis Penelitian
Pariwisata dan Manajemen, 1, 1–15.
Feng, CM, & Wang, RT (2000). Evaluasi kinerja untuk Phillips, WJ, Wolfe, K., Hodur, N., & Leistritz, FL (2013).
maskapai penerbangan termasuk pertimbangan rasio Informasi dari wisatawan dari mulut ke mulut dan niat
keuangan. Jurnal Manajemen Transportasi Udara, 6, 133–142. mengunjungi kembali tujuan wisata pedesaan: Kasus di North
http://dx.doi.org/10.1016/S0969-6997(00)00003-X Hao, L., & Dakota, AS. Jurnal Internasional Penelitian Pariwisata, 15, 93–104.
Qing-sheng, XIE (2006). Penerapan TOPSIS di http://dx.doi.org/10.1002/jtr.v15.1
evaluasi penawaran perusahaan manufaktur.Konferensi Shamai, A., & Mosivand, J. (2011). Klasifikasi kota
Internasional ke-5 tentang e-Engineering dan Teknologi Provinsi Isfahan ditinjau dari infrastruktur pariwisata dengan
Perusahaan Digital, Prosiding e-ENGDET, 16–18 Agustus( menggunakan model TOPSIS dan AHP.Jurnal Kajian dan
hal.184–188). Guiyang. Penelitian Perkotaan-Regional, 3, 23–40.
Hong, Toilet (2009). Pengukuran daya saing global untuk Shih, HS, Shyur, HJ, & Lee, ES (2007). Perpanjangan dari
sektor pariwisata.Isu Terkini dalam Pariwisata, 12, 105– 132. TOPSIS untuk pengambilan keputusan kelompok.Pemodelan
Matematika dan Komputer, 45, 801–813. http://dx.doi.org/
http://dx.doi.org/10.1080/13683500802596359 Huang, JH, & 10.1016/j.mcm.2006.03.023 Supçiller, AA & Çapraz, O. (2011).
Peng, KH (2012). Model Fuzzy Rasch di TOPSIS: Pemilihan pemasok berdasarkan
Pendekatan baru untuk menghasilkan angka fuzzy untuk sesuai dengan aplikasi AHP-TOPSIS.Jurnal Ekonometrika
menilai daya saing industri pariwisata di negara-negara dan Statistik Universitas Istanbul, 13, 1.
Asia.Manajemen Pariwisata, 33, 456–465. http:// Bank Dunia. (2016).Data, statistik pariwisata internasional.
dx.doi.org/10.1016/j.tourman.2011.05.006 Hwang, CL, & Diterima dariHttp://www.worldbank.Org/ Urfalıoğlu,
Yoon, K. (1981). Keputusan beberapa atribut F., & Genç, T. (2013). Perbandingan ekonomi
membuat. Di dalamCatatan kuliah di bidang ekonomi dan kinerja antara Turki dan anggota Uni Eropa dengan
sistem matematika(P. 186). Berlin: Springer-Verlag. doi: metode pengambilan keputusan multi-kriteria. Jurnal
10.1007/978-3-642-48318-9 Ilmu Ekonomi dan Administrasi Universitas
Karimi, SM, Yusop, Z., & Hook, LS (2010).Keputusan lokasi Marmara, 35, 329–359. Uygurtürk, H., & Korkmaz, T. (
untuk investasi asing langsung di negara-negara ASEAN 2012). Penentuan
(Pendekatan TOPSIS)(Kertas MPRA No.15000). Diterima dari kinerja keuangan dengan metode pengambilan
http://mpra.ub.uni-muenchen.de/15000/ keputusan multi kriteria TOPSIS: Penerapan pada
Latham, J., & Edwards, C. (2003). Pengukuran statistik perusahaan industri logam dasar.Jurnal Ilmu Ekonomi
pariwisata. Dalam C. Cooper (Ed.),Aspek pariwisata klasik ditinjau dan Administrasi Universitas Eskişehir Osmangazi, 7, 95–
dalam bidang pariwisata(hal.55–76). Brisbane: Universitas 115.
Queensland. Organisasi Pariwisata Dunia (UNWTO). (2015).pariwisata UNWTO
Lim, C.(1997). Tinjauan permintaan pariwisata internasional sorotan, Edisi 2015. Diterima dariHttp://www2.
model.Sejarah Penelitian Pariwisata, 24, 835–849. http:// Unwto.Org/
dx.doi.org/10.1016/S0160-7383(97)00049-2 Litvin, SW, Dewan Perjalanan dan Pariwisata Dunia (WTTC). (2014).Global
Tukang Emas, RE, & Pan, B. (2008). Kata elektronik- KTT 2014. Diakses pada 1 September 2015, darihttp://
mulut ke mulut dalam manajemen perhotelan dan pariwisata. www.wttc.org/
Manajemen Pariwisata, 29, 458–468. http://dx.doi.org/10.1016/ Yükçü, S., & Atağan, G. (2010, Januari). Pertunjukan
j.tourman.2007.05.011 Luo, WB, Wang, YJ, Wu, YZ, & Wu, ZB ( evaluasi menurut TOPSIS.Jurnal Akuntansi dan
2008). Sebuah studi tentang Keuangan, 45, 28–36.
evaluasi koordinasi antara pariwisata perkotaan dan Zaman, K., Shahbaz, M., Loganathan, N., & Raza, SA (2016).
pembangunan perkotaan berdasarkan metode TOPSIS-A Perkembangan pariwisata, konsumsi energi dan Kurva
Studi kasus Hangzhou [J].Tribun Pariwisata, 12, 9–17. Kuznets Lingkungan: Analisis trivariat pada panel negara
maju dan berkembang.Manajemen Pariwisata, 54, 275–
Mangir, F., & Erdogan, S. (2011). Perbandingan ekonomi 283. http://dx.doi.org/10.1016/j.tourman.2015.12.001
kinerja antara enam negara dalam krisis keuangan Zhang, H., & Zhang, Y. (2010). Analisis Komparatif pada
global: Penerapan metode fuzzy TOPSIS.Ekonomi,
Manajemen dan Pasar Keuangan, 6, 122–136. daya saing regional sumber daya pariwisata berdasarkan
Mohamad, D., & Jamil, RM (2012). Analisis preferensi metode TOPSIS tertimbang – Sebuah studi kasus di Delta
model pemilihan tujuan wisata berdasarkan faktor Sungai Yangtze.Sumber Daya dan Lingkungan di Cekungan
motivasi: Studi kasus di Kedah, Malaysia. Yangtze, 19, 500–505.
Halaman 15 dari 16
Ilban & Yıldırım,Ilmu Sosial yang Meyakinkan(2017), 3:1301763
http://dx.doi.org/10.1080/23311886.2017.1301763
© 2017 Penulis. Artikel akses terbuka ini didistribusikan di bawah lisensi Creative Commons Attribution (CC-BY) 4.0.
Anda bebas untuk:
Bagikan — menyalin dan mendistribusikan ulang materi dalam media atau format apa pun
Adaptasi — mencampur, mengubah, dan mengembangkan materi untuk tujuan apa pun, bahkan untuk tujuan
komersial. Pemberi lisensi tidak dapat mencabut kebebasan ini selama Anda mengikuti ketentuan lisensi.
dengan cara apa pun yang wajar, namun tidak dengan cara apa pun yang memberi kesan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
Anda tidak boleh menerapkan ketentuan hukum atau tindakan teknologi yang secara hukum membatasi orang lain untuk melakukan apa pun yang diizinkan oleh lisensi.
Ilmu Sosial yang Meyakinkan(ISSN: 2331-1886) diterbitkan oleh Cogent OA, bagian dari Taylor & Francis Group.
• Visibilitas tinggi dan kemudahan untuk ditemukan melalui situs web Cogent OA serta Taylor & Francis Online
• Download dan kutipan statistik untuk artikel Anda
• Publikasi online yang cepat
• Masukan dari, dan dialog dengan, editor ahli dan dewan editorial
• Retensi hak cipta penuh atas artikel Anda
• Jaminan pelestarian warisan artikel Anda
• Diskon dan keringanan bagi penulis di wilayah berkembang
Kirimkan naskah Anda ke jurnal Cogent OA di www.CogentOA.com
Halaman 16 dari 16