AI Mengubah Cara Wisatawan Memilih

Dulu merencanakan liburan berarti membuka banyak tab.

Cari penerbangan.

Cari hotel.

Baca review.

Lihat peta.

Bandingkan restoran.

Cari transportasi.

Simpan beberapa destinasi.

Lalu menyusun semuanya sendiri menjadi itinerary.

AI mulai mengubah pola tersebut.

Pertanyaan wisatawan tidak lagi harus berbentuk:

“hotel terbaik di Yogyakarta.”

Ia bisa menjadi:

“Saya punya empat hari, membawa anak usia tujuh tahun, suka budaya dan kuliner, tidak ingin tempat terlalu ramai, budget Rp8 juta di luar tiket. Buatkan perjalanan yang masuk akal.”

Perubahan ini terlihat kecil dari sisi interface.

Tetapi bagi industri pariwisata, konsekuensinya besar.

Karena ketika AI mulai merangkai itinerary, pertarungan bisnis tidak hanya terjadi di search result.

Ia mulai terjadi di dalam mesin rekomendasi dan orchestration perjalanan.

Tema resmi World Tourism Day 2026 pada 27 September adalah “Digital Agenda and Artificial Intelligence to Redesign Tourism.”[1]

Dan Indonesia tidak hanya membicarakannya secara konseptual.

Kementerian Pariwisata telah menghadirkan MaiA, asisten perjalanan AI di Indonesia.travel yang membantu wisatawan mencari inspirasi, memilih destinasi, menyesuaikan perjalanan berdasarkan budget dan minat, serta membangun itinerary.[2][3]

Pertanyaan berikutnya bagi pelaku usaha menjadi sangat praktis:

jika AI ikut membantu wisatawan memilih, apakah bisnis Anda cukup mudah dipahami oleh AI untuk direkomendasikan?

Pariwisata Indonesia sedang tumbuh

Momentum ekonominya cukup kuat.

BPS mencatat Indonesia menerima 1,53 juta kunjungan wisatawan mancanegara pada Juli 2026, naik 2,95% dibandingkan Juli 2025.[4]

Perjalanan wisatawan nusantara mencapai 107,44 juta, naik 7,23% YoY.[4]

Tingkat Penghunian Kamar hotel berbintang mencapai 54,54%, naik 1,75 percentage points dibanding tahun sebelumnya.[4]

Secara kumulatif Januari–Juli, Kementerian Pariwisata mencatat 8,98 juta kunjungan wisman, tumbuh 5,23% YoY.[5]

Artinya diskusi AI dalam pariwisata bukan berlangsung di industri yang berhenti bergerak.

Ia masuk ketika volume perjalanan sedang tumbuh.

Discovery selama ini dikendalikan beberapa layer

Sebelum AI generatif, perjalanan customer biasanya dimulai dari beberapa pintu:

search engine;

online travel agent;

social media;

review platform;

travel blog;

recommendation dari teman.

Bisnis wisata kemudian mengoptimalkan dirinya terhadap pintu tersebut.

Hotel belajar OTA ranking.

Restoran belajar social content.

Destination operator belajar SEO.

Brand belajar review management.

AI menambah satu layer baru:

synthesis.

Ia tidak hanya menemukan informasi.

Ia mencoba merangkainya menjadi jawaban.

Search meminta wisatawan memilih. AI mencoba memilihkan.

Dalam search tradisional, user menerima daftar.

Sepuluh hotel.

Dua puluh restoran.

Lima belas artikel.

Customer menyaring sendiri.

Dalam AI-assisted planning, model bisa menyederhanakan pilihan.

Misalnya:

hari pertama museum dan kuliner;

hari kedua Borobudur;

makan siang di area tertentu;

hotel di neighbourhood tertentu;

transport pukul sekian.

Convenience meningkat.

Tetapi ada konsekuensi ekonomi.

Semakin sedikit pilihan yang muncul di itinerary, semakin besar nilai being selected.

MaiA menunjukkan arah itu sudah nyata

Kementerian Pariwisata meluncurkan MaiA sebagai AI travel planner dan companion di Indonesia.travel.[2]

Tool tersebut dapat mempertimbangkan antara lain:

destinasi;

lama perjalanan;

siapa yang ikut;

budget;

minat;

pilihan makanan;

jenis akomodasi;

dan kebutuhan tertentu.[3]

MaiA juga dapat membantu mengembangkan itinerary dan memasukkan event atau pengalaman lokal.[2]

Ini penting bukan karena satu tool akan menguasai seluruh perjalanan Indonesia.

Tetapi karena ia menunjukkan perubahan interaction model.

Wisatawan mulai dapat menjelaskan intent, lalu sistem merangkai opsi.

Informasi bisnis harus bisa dibaca mesin

Bayangkan dua guesthouse.

Guesthouse A indah, service bagus, owner ramah.

Tetapi online information-nya:

alamat tidak konsisten;

harga lama;

check-in time tidak jelas;

tidak ada informasi parking;

foto sedikit;

tidak diketahui apakah family friendly;

review tidak dibalas;

website tidak mobile friendly.

Guesthouse B mungkin sedikit lebih biasa.

Tetapi informasinya lengkap.

Location jelas.

Room type jelas.

Availability terbaca.

Cancellation policy jelas.

Facilities konsisten.

Reviews banyak dan aktual.

Ketika AI menyusun rekomendasi, B lebih mudah dipahami.

Kualitas pengalaman tetap penting.

Tetapi machine-readable clarity menjadi bagian baru dari competitiveness.

AI tidak “mengenal” bisnis seperti manusia

Owner bisa berpikir:

“Semua orang lokal tahu restoran saya bagus.”

AI tidak hidup di neighbourhood itu.

Ia bergantung pada information ecosystem.

Website.

Structured data.

Map listing.

Review.

Platform.

Public description.

Availability.

Data partner.

Jika informasi tidak tersedia atau konflik, confidence sistem terhadap bisnis tersebut dapat lebih rendah.

Jadi reputasi lokal dan discoverability digital mulai terhubung lebih erat.

Structured information menjadi aset

Bagi pelaku wisata, beberapa informasi yang terlihat sederhana akan semakin penting:

nama bisnis yang konsisten;

alamat dan koordinat;

jam buka;

harga;

room type;

menu;

dietary options;

akses difabel;

child friendliness;

bahasa layanan;

cancellation rule;

transport access;

booking link.

Ini bukan hanya SEO.

Ini adalah information infrastructure.

AI membutuhkan fakta sebelum dapat merangkai itinerary yang berguna.

Harga yang tidak aktual dapat menghancurkan trust

AI dapat membantu customer memperkirakan budget.

MaiA sendiri memungkinkan traveller memasukkan anggaran dan mencatat bahwa estimasi harga dapat berubah sesuai ketersediaan data.[3]

Itulah masalah praktisnya.

Jika harga online sudah dua tahun tidak diperbarui, AI dapat memberikan rekomendasi yang terlihat cocok tetapi gagal ketika customer mencoba booking.

Customer kecewa.

Bisnis menyalahkan AI.

Padahal akar problem mungkin data freshness.

Availability menjadi competitive signal

Hotel yang inventory-nya terhubung secara digital lebih mudah dimasukkan dalam booking flow.

Tour operator yang jadwalnya jelas lebih mudah dipahami.

Restaurant dengan opening hour aktual lebih mudah direkomendasikan.

Experience provider yang hanya menerima booking lewat chat informal tetap bisa sukses.

Namun friction-nya lebih tinggi.

AI-driven discovery akan cenderung menyukai journey yang dapat diselesaikan.

Discovery tanpa ability to act menghasilkan dead end.

Review menjadi data, bukan hanya reputasi

Reviews sudah lama penting bagi tourism.

AI meningkatkan fungsinya.

Ratusan review dapat diringkas menjadi:

cocok untuk keluarga;

ramai malam hari;

view bagus;

akses sulit;

service cepat;

vegetarian friendly;

wifi tidak stabil.

Artinya review menjadi sumber structured insight.

Tetapi ada risiko.

Review bias.

Fake review.

Old review.

Minority complaint yang digeneralisasi.

Bisnis perlu mengelola review dengan disiplin, tetapi bukan memanipulasinya.

AI bisa memperbesar popularity bias

Sekarang masuk ke sisi yang kurang nyaman.

Jika AI mengandalkan data yang paling banyak tersedia, bisnis populer memiliki keuntungan.

Mereka mempunyai:

lebih banyak mention;

lebih banyak review;

lebih banyak link;

lebih banyak foto;

lebih banyak structured data.

Sementara warung kecil yang luar biasa tetapi hampir tidak memiliki digital footprint mungkin tidak muncul.

Sekretaris Jenderal PBB dalam pesan World Tourism Day 2026 secara eksplisit memperingatkan bahwa AI, jika tidak dikelola dengan baik, dapat mengarahkan wisatawan ke tempat dan platform yang sama serta meninggalkan destinasi lain.[1]

Ini bukan sekadar technology problem.

Ini distribution problem.

OECD melihat risiko digital divide

Kajian OECD mengenai AI dan pariwisata di ekonomi APEC yang diterbitkan 9 September 2026 menekankan peluang AI untuk pengalaman wisata, business performance dan sustainability, tetapi juga kebutuhan agar SMEs tidak tertinggal.[6]

Ini sangat relevan untuk Indonesia.

Tourism ecosystem kita sangat bergantung pada bisnis kecil:

homestay;

warung;

guide;

rental;

craft producer;

tour operator;

boat operator;

experience provider.

Jika hanya hotel besar dan platform besar yang memiliki data dan technical capability, AI dapat memperlebar gap.

Being discoverable bukan berarti membayar platform selamanya

Ada risiko lain.

Business bisa tergoda mengejar visibility hanya melalui platform intermediary.

OTA.

Marketplace.

Ad platform.

AI platform.

Distribution memang penting.

Tetapi terlalu bergantung pada satu channel menciptakan vulnerability.

Bisnis tetap perlu memiliki:

website atau landing page;

direct contact;

customer database yang legal;

repeat relationship;

brand recall.

AI discovery seharusnya menambah channel.

Bukan menggantikan seluruh customer ownership.

Direct booking tetap relevan

Jika AI menemukan sebuah boutique hotel, lalu customer tidak dapat melakukan reservasi dengan mudah, customer bisa berpindah.

Direct booking tidak berarti semua orang harus meninggalkan OTA.

OTA memberi demand dan trust.

Tetapi direct channel memberikan:

control;

customer relationship;

lower distribution dependency;

dan ruang untuk repeat business.

Strategi yang lebih sehat adalah portfolio channel.

Brand tetap penting di era AI

Ada argumen bahwa jika AI memilihkan semuanya, brand akan mati.

Terlalu jauh.

Brand justru dapat menjadi trust shortcut.

Customer mungkin menerima rekomendasi AI tetapi tetap berkata:

“Saya kenal hotel itu.”

“Saya pernah lihat restoran itu.”

“Teman saya merekomendasikannya.”

AI dapat memperpendek discovery.

Ia tidak menghapus kebutuhan trust.

Destination Marketing Organisation juga harus berubah

Bukan hanya bisnis individual.

Destination management dan pemerintah daerah perlu memastikan information ecosystem daerahnya lengkap.

Attraction.

Event.

Transport.

Opening time.

Accessibility.

Emergency information.

Local rules.

Kemenpar sendiri sudah mengembangkan Sisparnas sebagai sistem data pariwisata nasional dan Indonesia.travel sebagai visitor-facing platform.[7]

Semakin baik destination data, semakin mudah pengalaman lokal muncul dalam recommendation systems.

Event lokal membutuhkan data yang tepat waktu

Festival kecil bisa sangat menarik bagi wisatawan.

Tetapi kalau calendar-nya baru diumumkan dua hari sebelumnya, AI planner tidak bisa memasukkannya ke itinerary wisatawan yang merencanakan perjalanan satu bulan lebih awal.

Digital discovery memaksa event organiser memikirkan lead time informasi.

Tanggal.

Lokasi.

Jam.

Ticketing.

Transport.

Target audience.

Update yang terlambat adalah lost discovery.

Language accessibility menjadi semakin penting

AI dapat menjembatani bahasa.

MaiA misalnya memiliki dukungan interaksi multibahasa dan voice capability.[2]

Itu dapat memperluas akses ke informasi destinasi.

Namun source information tetap harus akurat.

Terjemahan yang baik tidak bisa menyelamatkan data yang salah.

Local business perlu memastikan nama produk, menu, fasilitas dan aturan dasar dapat dijelaskan dengan jelas.

Jangan membuat konten hanya untuk AI

Ada bahaya overreaction.

Business mulai menulis halaman panjang penuh keyword hanya supaya “dibaca AI”.

Itu mengulang kesalahan SEO lama.

Informasi seharusnya tetap berguna bagi manusia.

Alamat yang jelas membantu traveler.

Harga aktual membantu traveler.

Foto representatif membantu traveler.

Accessibility information membantu traveler.

Machine readability adalah bonus dari information quality.

Bukan pengganti human usefulness.

AI hallucination menjadi reputational risk

Generative AI dapat salah.

Ia bisa menyebut jam buka yang keliru.

Mengarang fasilitas.

Menggabungkan dua tempat.

Memberikan rute yang tidak masuk akal.

OECD menekankan perlunya trustworthy AI, consumer protection, data governance dan monitoring dalam penggunaan AI di tourism.[6][8]

Bagi bisnis, ini berarti monitoring brand information semakin penting.

Sesekali cek:

bagaimana AI menjelaskan bisnis Anda?

Apakah alamat benar?

Apakah layanan yang disebut benar?

Apakah bisnis lain tertukar?

Jika salah, perbaiki source information yang dapat dikontrol.

AI itinerary tidak sama dengan booking confirmation

Ini distinction yang perlu jelas bagi traveller.

Recommendation hanyalah recommendation.

Harga berubah.

Cuaca berubah.

Opening hour berubah.

Transport terlambat.

Event dibatalkan.

AI itinerary sebaiknya menjadi starting point, bukan contractual guarantee.

Kemenpar sendiri menyarankan pengguna MaiA untuk mengubah dan menyesuaikan itinerary yang dihasilkan sesuai kebutuhan.[2]

Human judgement tetap diperlukan.

Personalisation membawa isu data

Semakin personal rekomendasi, semakin banyak konteks yang mungkin diberikan user.

Budget.

Lokasi.

Keluarga.

Preferensi makanan.

Minat.

Accessibility requirement.

Data tersebut meningkatkan relevance.

Tetapi juga meningkatkan kebutuhan privacy governance.

OECD memasukkan data dan consumer protection sebagai isu utama penerapan AI di pariwisata.[8]

Travel personalisation tidak boleh berarti data collection tanpa batas.

Human experience justru semakin bernilai

Ada ironi.

Semakin AI mengotomatisasi planning, semakin sesuatu yang tidak mudah didigitalisasi menjadi valuable.

Guide yang punya cerita lokal.

Owner homestay yang mengenal desa.

Chef yang menjelaskan asal bahan.

Craftsperson yang mengajarkan proses.

Hospitality.

Empathy.

Local knowledge.

AI bisa membantu menemukan pengalaman.

Ia tidak menggantikan pengalaman itu sendiri.

Pelaku wisata tidak perlu menjadi perusahaan AI

UMKM tidak harus membangun model sendiri.

Yang dibutuhkan jauh lebih sederhana.

Informasi dasar akurat.

Digital presence konsisten.

Foto representatif.

Reviews dikelola.

Booking path jelas.

Customer question dijawab.

Data diperbarui.

OECD juga menekankan bahwa tourism SMEs membutuhkan support karena cost, skill, dan digital capability menjadi barrier terhadap adopsi teknologi.[8]

Checklist “AI-Readable” untuk bisnis wisata

Pertama, pastikan nama, alamat dan kontak konsisten.

Kedua, perbarui jam buka.

Ketiga, tuliskan harga atau rentang harga bila memungkinkan.

Keempat, jelaskan siapa customer yang cocok.

Kelima, cantumkan accessibility dan family information.

Keenam, perjelas booking dan cancellation.

Ketujuh, kelola review.

Kedelapan, pastikan lokasi map akurat.

Kesembilan, tampilkan pengalaman yang benar-benar membedakan bisnis.

Kesepuluh, perbarui informasi ketika ada perubahan.

Tidak ada satu pun langkah tersebut yang membutuhkan AI engineer.

Jangan Hanya Mengejar “Recommended by AI”

Tujuan akhirnya bukan membuat chatbot menyebut nama bisnis.

Tujuannya mendapatkan customer yang tepat.

Jika AI mengirim 1.000 customer yang salah, operation bisa kewalahan.

Jika ia mengirim 100 customer dengan expectation yang cocok, conversion dan satisfaction bisa lebih baik.

Jadi information clarity juga berfungsi sebagai filter.

Destination harus menghindari overtourism algorithmic

Jika semua recommendation engine mengarahkan customer ke lima tempat sama, capacity pressure meningkat.

Traffic.

Waste.

Housing pressure.

Environmental degradation.

Poor visitor experience.

Sementara destinasi sekunder tidak memperoleh demand.

AI seharusnya justru dapat membantu dispersal bila data destinasi alternatif tersedia.

Ini salah satu peluang kebijakan.

Bukan hanya personalisation.

Tetapi better distribution of tourism flows.

Data Juli menunjukkan peluangnya besar

Dengan 1,53 juta kunjungan wisman dan lebih dari 107 juta perjalanan wisnus hanya pada Juli, keputusan kecil dalam discovery memiliki economic consequence besar.[4]

Ke mana wisatawan diarahkan menentukan siapa mendapat:

room night;

meal;

transport fare;

tour booking;

craft purchase;

ticket revenue.

Recommendation architecture menjadi bagian dari distribution of tourism spending.

World Tourism Day 2026 Datang di Saat yang Tepat

Tema tahun ini terasa sangat konkret bagi Indonesia.[1]

AI bukan lagi teknologi masa depan yang jauh.

Pemerintah sudah memiliki AI travel planner.

Wisatawan sudah menggunakan generative AI untuk mencari ide.

OECD baru saja menerbitkan policy paper khusus AI dan tourism di ekonomi APEC.[6]

Pariwisata Indonesia sendiri sedang tumbuh.[4][5]

Karena itu diskusinya perlu bergeser dari:

“Apakah AI akan dipakai di pariwisata?”

menjadi:

“Siapa yang akan terlihat ketika AI mulai membantu menentukan perjalanan?”

Discovery Menjadi Kompetensi Bisnis Baru

Selama satu dekade terakhir, bisnis belajar social media.

Lalu marketplace.

Lalu OTA.

Lalu SEO.

Sekarang muncul satu layer lagi.

AI-assisted discovery.

Tetapi prinsip dasarnya tidak berubah.

Business harus mudah ditemukan.

Mudah dipercaya.

Mudah dipahami.

Mudah dibeli.

Dan setelah customer datang, pengalaman nyata harus memenuhi janji digital.

AI dapat mengubah cara wisatawan memilih.

Ia tidak dapat memperbaiki hospitality yang buruk.

Dan justru di situlah peluang terbesar UMKM wisata Indonesia.

Teknologi bisa membantu traveller menemukan destinasi.

Tetapi manusialah yang membuat sebuah tempat layak diingat.