Abstract :
Menanggapi perkembangan Tourism di Indonesia, Ontologi DWIPA III dibangun untuk merepresentasikan domain tourism di Indonesia khususnya pada daerah Bali. Ontologi DWIPA III terdiri dari Class/subClass Accommodations, Attractions, Regencies dan Events. Tourism sendiri memiliki 3 elemen penting dalam perkembangannya, yaitu Attractions, Accommodations dan Amenities. Terkait dengan hal tersebut, Ontologi DWIPA III masih memiliki kekurangan pada konsep Amenities yang mendukung tourism itu sendiri. Penelitian ini menggunakan metode Ontology Enrichment untuk menambahkan konsep baru kedalam ontologi DWIPA III. Sumber data amenitas diambil dari situs tourism yang menyediakan informasi amenitas yaitu TripAdvisor. Data amenitas yang telah dikumpulkan lalu diberi fitur untuk membedakan data amenitas dan bukan amenitas, yang selanjutnya dilakukan pembobotan fitur menggunakan metode Terms Frequency ? Inverse Document Frequency. Selanjutnya data akan di klasifikasi dengan membandingkan algoritma K-Means, K-Nearest Neighbor dan Self-Organizing Maps. Nilai Kappa Value yang didapatkan dari ketiga algoritma yang digunakan menunjukkan algoritma K-Means memiliki keakuratan sebesar 0.69 dinyatakan sebagai Substantial Agreement. Selanjutnya Ontologi akan dievaluasi menggunakan Data Driven dan OntoQA. Hasil akhir penelitian ini menunjukkan bahwa Ontologi DWIPA III berhasil diperkaya dengan memiliki 4 main Class, 29 subClass dan 319 instance, dengan nilai Relationship Richness sebesar 0.33, Inheritance Richness sebesar 32 dan Attribute Richness sebesar 79.