Mengenal PAMPT
Platform Analitik Mobilitas dan Pengalaman Turis Internasional pada Destinasi Utama Kawasan Asia Tenggara
PAMPT adalah platform analitik berbasis data yang dikembangkan oleh tim peneliti Universitas Telkom untuk memahami preferensi dan pola mobilitas wisatawan internasional di kawasan Asia Tenggara.
Didukung oleh Direktorat Hilirisasi dan Kemitraan, Direktorat Jenderal Riset dan Pengembangan, Kementerian Pendidikan Tinggi, Sains, dan Teknologi (Kemdiktisaintek) melalui Program Hilirisasi Riset 2025.
387K+
Ulasan
75+
Destinasi
3
Negara
6
Benua
VISI & MISI
Tujuan dan arah pengembangan platform
Visi Kami
Menjadi platform analitik pariwisata terdepan yang menjembatani kesenjangan antara riset akademis dan kebutuhan praktis industri pariwisata untuk memahami preferensi wisatawan dari berbagai latar belakang budaya.
Misi Kami
- 1. Demokratisasi pengetahuan pariwisata bagi semua stakeholder
- 2. Mendukung keputusan strategis berbasis data
- 3. Menghadirkan inovasi teknologi AI untuk pariwisata
INSIGHT
Mengapa perlu memahami latar belakang budaya?
Penelitian berbasis kerangka Hofstede menunjukkan bahwa latar belakang budaya wisatawan sangat mempengaruhi preferensi dan kepuasan mereka saat berwisata.
Wisatawan dari budaya yang berbeda memiliki cara berbeda dalam menikmati perjalanan: ada yang lebih suka eksplorasi personal, ada yang lebih nyaman dengan aktivitas berkelompok.
Wisatawan Eropa
Cenderung tertarik pada cultural entertainment
Wisatawan Asia
Lebih menyukai culinary experiences
Wisatawan Amerika
Tertarik pada nature-based activities
FITUR
Apa yang kami tawarkan
Analisis Pengalaman
Evaluasi mendalam terhadap kepuasan wisatawan dari 10 kelompok geografis terhadap berbagai dimensi pengalaman
Visualisasi Mobilitas
Peta interaktif yang menggambarkan pola pergerakan wisatawan antar destinasi dalam bentuk network graph
Insight Lintas Budaya
Perbandingan preferensi wisatawan berdasarkan latar belakang budaya untuk strategi pemasaran terpersonalisasi
AI Assistant
Chatbot cerdas yang membantu memahami data dan mendapatkan rekomendasi strategis dalam bahasa natural
UNTUK SIAPA
Dibuat untuk stakeholder pariwisata
Platform ini membantu berbagai pihak dalam industri pariwisata mengambil keputusan berbasis data.
Institusi Pemerintah
Dinas Pariwisata untuk perumusan kebijakan berbasis data
Pengelola Destinasi
Optimalisasi pengalaman pengunjung di destinasi wisata
Pelaku Industri
Hotel, restoran, dan agen wisata untuk strategi pemasaran
Akademisi & Peneliti
Data berskala besar untuk riset pariwisata
TIM KAMI
Tim peneliti di balik PAMPT
Prof. Dr. Andry Alamsyah
Ketua Peneliti
Guru Besar Digital Business Strategy, Universitas Telkom
Sinta ID: 6003600
Dian Puteri Ramadhani
Tim Peneliti
Dosen S1 Bisnis Digital, Universitas Telkom
Sinta ID: 6752259
Dr. Nurvita Trianasari
Tim Peneliti
Dosen S1 Manajemen, Universitas Telkom
Sinta ID: 6028394
PUBLIKASI
Riset yang mendasari platform ini
Large-Scale Cross-Cultural Tourism Analytics
Integrating Transformer-Based Text Mining and Network Analysis
Platform PAMPT dibangun berdasarkan riset yang telah dipublikasikan di jurnal internasional terindeks Scopus Q2. Penelitian ini mengintegrasikan metodologi text mining berbasis transformer dengan analisis jaringan untuk memahami preferensi wisatawan lintas budaya.
Ramadhani, D.P., Alamsyah, A., Febrianta, M.Y., Fajriananda, M.N., Nada, M.S., & Hasanah, F. (2025). "Large-Scale Cross-Cultural Tourism Analytics: Integrating Transformer-Based Text Mining and Network Analysis." Computers, 14(1), 27.
TEKNOLOGI
Teknologi yang kami gunakan
Transformer-Based Mining
Analisis sentimen dan preferensi dengan teknologi NLP terkini
Network Analysis
Pemetaan mobilitas wisatawan antar destinasi
Big Data Processing
Pengolahan ratusan ribu data ulasan wisatawan
AI & Machine Learning
Pattern recognition untuk insight mendalam
RAG Technology
Natural language interaction dengan AI assistant
Interactive Visualization
Presentasi insight yang intuitif dan interaktif
Didukung oleh
Siap memahami wisatawan?
Mulai eksplorasi data sekarang atau hubungi kami untuk kolaborasi.