Sektor pariwisata menjadi salah satu penyumbang devisa negara yang paling besar. Kunjungan wisatawan mancanegara ke Indonesia mencapai 16, 1 juta sepanjang tahun 2019. Karenanya kunjungan wisatawan mancanegara menjadi suatu hal yang sangat penting. Pada penelitian ini akan dilakukan clustering atau pengelompokan data kunjungan wisatawan asing menjadi 5 kelompok untuk kategori negara dengan kunjungan sangat tinggi, tinggi, cukup tinggi, rendah dan rendah sekali. Pengolahan data yang dilakukan menggunakan metode clustering K-Means dan metode reduksi dimensi Principle Component Analysis (PCA). Dari pengolahan data yang dilakukan didapatkan hasil modelling K-Means yang digabung dengan metode PCA menghasilkan nilai evaluasi Index Davies Bouldin (DBI) yang lebih kecil atau lebih baik yaitu sebesar 0,310 dibanding modelling K-Means saja yang mendapatkan hasil nilai DBI sebesar 0,382. Tools yang digunakan dalam pengolahan data adalah RapidMiner. Hasil clustering diharapkan bisa menjadi referensi pihak terkait untuk memaksimalkan promosi wisata ke luar negeri. Kata Kunci: clustering, K-Means, Principle Component Analysis, Index Davies Bouldin

Abstract-The tourism sector is one of the country's biggest foreign exchange earners. Foreign tourist visits to Indonesia reached 16.1 million during 2019. Therefore foreign tourist visits become a very important thing. In this study clustering will be carried out or grouping data on foreign tourist visits into 5 groups for the category of countries with very high, high, high enough, low and very low visits. Data processing was performed using the K-Means clustering method and the Principle Component Analysis (PCA) dimension reduction method. From the data processing, K-Means modeling results combined with the PCA method resulted in a smaller or better Davies Bouldin Index (DBI) evaluation value of 0.310 compared to K-Means modeling alone which obtained a DBI value of 0.382. The tools used in data processing are RapidMiner. The results of clustering are expected to be a reference for related parties to maximize the promotion of overseas tourism.