Density analysis of Flickr data as a proxy to reveal the intensity of tourism activity in Borobudur

Abstract

Indonesia has many cultural heritages that attracts not only local tourist but also a foreigner. The most renowned site for cultural tourism is Borobudur, that attracts many tourists. It also included as one of the seven cultural wonders in the world. Tourism activity cannot be separated from photography since the visitors would want to have memories of the locations. Involuntary Geographic Information (iVGI) is one of the new sources of information that can be used to analyze the pattern of human activities spatially. This research explores Flickr data as an example of using photo-based iVGI data for hotspot analysis of human activities in cultural tourism objects. Each photo in Flickr's database located in Borobudur can be assumed as an activity log since Flickr allowed the user to add geotagged photos.

ANALISIS MEDIA SOSIAL FLICKR DAN POLA RUANG RDTR PANSELA UNTUK PERENCANAAN PENGELOLAAN PARIWISATA PANTAI (Studi Kasus di Desa Parangtritis, Kabupaten Bantul)

“…Beberapa media sosial mampu membagikan foto, misalnya Flickr, Panoramio, dan Instagram. Foto yang dibagikan oleh pengguna media sosial dijadikan sebagai pendekatan dalam mengidentifikasi aktivitas wisatawan di lokasi wisata secara spasio-temporal (Wibowo et al, 2019). Informasi dimana saja lokasi yang paling sering dikunjungi oleh wisatawan diperoleh dari jumlah foto yang diunggah oleh wisatawan ke media sosial.…”

“…Peng & Huang (2017) menjelaskan mengenai peran analisis spasial (klaster/hot spot maupun kepadatan) yaitu menciptakan batas 'alami' suatu daya tarik wisata dari perspektif aktivitas manusia yang sebenarnya tidak memiliki batas fisik. Beberapa penelitian media sosial untuk pariwisata yang menggunakan Flickr sebagai sumber data dalam analisis spasial, antara lain Kisilevich et al (2010) dan Wibowo et al (2019) tentang identifikasi dan perbandingan pola secara spasio-temporal aktivitas wisatawan, Peng & Huang (2017) tentang identifikasi daya tarik wisata populer, Yan et al (2017) tentang pemantauan dan penilaian kondisi pemulihan wisata pasca bencana, serta Ding & Fan (2019) tentang pola distribusi semantik dan spasial objek wisata. Data pergerakan kunjungan wisatawan di tiap kabupaten/kota di DIY selama tahun 2018 menunjukkan bahwa Kabupaten Bantul menempati urutan pertama, dengan jumlah wisatawan mancanegara sebanyak 21.288 orang dan wisatawan nusantara sebanyak 8.819.154 orang (Dinas Pariwisata DIY, 2019).…”

“…Penelitian ini bersifat eksploratif sehingga masih terdapat beberapa kekurangan berupa: a) ketersediaan data terbatas sehingga kurang representatif terhadap populasi. Bisa jadi hal ini disebabkan karena area kajian kurang luas dan tema yang dikaji kurang populer, tidak seperti penelitian Kisilevich et al (2010) yang mengkaji data beberapa tempat di dunia ataupun penelitian dan Wibowo et al (2019) yang mengkaji wisata Candi Borobudur yang merupakan situs warisan dunia; b) struktur ruang RDTR belum digunakan untuk analisis; c) kata kunci pencarian foto Flickr masih terbatas pada nama pantai wisata; dan d) script Python hanya mampu untuk scraping data foto dan belum termasuk metadata fotonya.…”

Flickr Photos Analysis for Beach Tourism Management in Bantul Regency, Indonesia: Popularity and Tourist Attractions

“…Several social media that are able to share photos, for example Instagram, Flickr, and Panoramio, have a large number of users around the world (Figure 1). Photos shared by social media users are used as an approach in identifying tourist activity at sites in a spatially-temporal manner (Wibowo et al, 2019). Information on which locations are most frequently visited by tourists is obtained from the number of photos uploaded by tourists to social media.…”

“…Thus, Flickr was chosen as the source of research data on the grounds of the availability of a relatively long database (operating since 2004) (Li et al, 2018), dominant geotagged photo data (Bae and Yun, 2017), and ease of accessing data through open APIs (Public API) (Ghermandi and Sinclair, 2019). Several social media studies for tourism that use Flickr as a data source, including Kisilevich et al (2010) and Wibowo et al (2019) regarding the identification and comparison of spatiotemporal patterns of tourist activity, Donaire et al (2014) on the identification of various tourist groups, Peng and Huang (2017) on the identification of popular tourist attractions, Yan et al (2017) regarding monitoring and assessment of post-disaster tourism recovery conditions, and Ding and Fan (2019) regarding a study of semantic and spatial distribution patterns of tourism objects.…”