Salah satu model data mining yang sering digunakan adalah model clustering. Model clustering
digunakan untuk membuat pengelompokan dari suatu datasheet. Pengelompokan data dapat
digunakan untuk membedakan data-data yang ada dalam suatu datasheet. Banyak pengelompokan
yang paling baik dapat dilakukan dengan proses evaluasi model clustering. Dalam metode clustering,
proses evaluasi dapat menggunakan berbagai metode evaluasi. Penelitian akan melakukan
pengelompokan hasil survey tentang ulasan tentang destinasi wisata yang terdiri dari 10 kategori.
Metode penelitian menggunakan metode data mining yaitu Knowledge Discovery in
Database (KDD). Tahapan dalam KDD diantaranya, seleksi data, membersihkan data, transformasi,
proses data mining dan evaluasi hasil model. Proses pembuatan model clustering menggunakan
datasheet tripadvisor_review.csv. Proses pengelompokan data menggunakan algoritma K-means.
Hasil dari pengelompokan akan diuji dengan melakukan perbandingan metode evaluasi. Metode
evaluasi ini digunakan untuk memilih jumlah pengelompokan yang terbaik. Pengujian untuk
mendapatkan hasil pengelompokan yang terbaik, dilakukan dengan pengujian mulai dari
pengelompokan 2 sampai 14. Metode evaluasi menggunakan metode Davies Bouldin, Elbow dan
Silhouette. Hasil penelitian menunjukkan banyaknya pengelompokan datasheet dengan ketiga metode
evaluasi memberikan rekomendasi pengelompokan sebanyak 2 kelompok.