IMPLEMENTASI METODE CONTENT-BASED FILTERING PADA REKOMENDASI KEDAI KOPI DI DAERAH ISTIMEWA YOGYAKARTA

Munfidah, Tsaniah (2024) IMPLEMENTASI METODE CONTENT-BASED FILTERING PADA REKOMENDASI KEDAI KOPI DI DAERAH ISTIMEWA YOGYAKARTA. Diploma thesis, UPN Veteran Yogyakarta.

	Text SKRIPSI FULL_TSANIAH MUNFIDAH_123190095.pdf Restricted to Repository staff only Download (3MB)
	Text ABSTRAK.pdf Download (10kB)
	Text COVER.pdf Download (152kB)
	Text DAFTAR ISI.pdf Download (103kB)
	Text DAFTAR PUSTAKA.pdf Download (16kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (334kB)
	Text PENGESAHAN PENGUJI.pdf Download (313kB)

Abstract

Industri kedai kopi di Daerah Istimewa Yogyakarta saat ini sedang berkembang pesat,
terutama di kalangan generasi muda. Namun, banyaknya kedai kopi baru membuat masyarakat
semakin kebingungan dalam mengakses informasi tentang tempat-tempat tersebut. Banyak
masyarakat belum tahu menahu mengenai informasi detail kedai kopi seperti harga, layanan,
jenis kopi, dan fasilitas yang ditawarkan oleh kedai kopi-kopi baru tersebut. Meskipun informasi
tersebut tersedia secara online melalui berbagai platform, jumlah informasi yang berlimpah bisa
membuat pengguna kewalahan dan sulit untuk memilih berdasarkan preferensi mereka.
Penelitian ini mengatasi masalah tersebut dengan mengembangkan sistem rekomendasi
untuk kedai kopi di Daerah Istimewa Yogyakarta menggunakan metode Content-based Filtering
(CBF). Penelitian ini menggunakan dataset dari 161 kedai kopi di Daerah Istimewa Yogyakarta
yang diperoleh dari Tripadvisor.com. Data tersebut melalui proses preprocessing termasuk
penggabungan, pembersihan, case folding, penghapusan stopwords, dan tokenisasi. TF-IDF
kemudian diterapkan pada data yang telah diproses untuk menghitung bobot setiap term, yang
digunakan untuk menghitung kesamaan antar kedai kopi menggunakan Metode Cosine
Similarity.
Hasil penelitian menunjukkan bahwa sistem rekomendasi berbasis CBF ini berjalan
dengan baik. Dimana dilakukan pengujian model menggunakan precision sebagai tolak ukur
kesesuaian hasil rekomendasi dengan preferensi pengguna dengan hasil precision pada hasil
rekomendasi 3, 5, dan 7 teratas atau precision@3, precision@5, dan precision@7 sebesar 88%,
82% dan 85% secara berurutan. Hal ini menunjukkan bahwa sistem tersebut efektif dalam
merekomendasikan kedai kopi yang sesuai dengan preferensi pengguna. Kemudian dihasilkan
juga pengujian dengan recall pada hasil rekomendasi 3, 5 dan 7 teratas atau recall@3, recall@5
dan recall@7 yaitu sebesar 31%, 48% dan 70% secara berurutan membuktikan bahwa semakin
banyak item yang direkomendasikan memiliki kemungkinan makin banyak juga item yang
relevan. Secara keseluruhan, penelitian ini menunjukkan keefektifan penggunaan CBF dalam
merekomendasikan kedai kopi berdasarkan preferensi pengguna di Daerah Istimewa
Yogyakarta.
Kata Kunci: Kedai Kopi, Sistem Rekomendasi, Content-based Filtering, TF-IDF, Cosine
Similarity

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Kedai Kopi, Sistem Rekomendasi, Content-based Filtering, TF-IDF, Cosine Similarity
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	03 Sep 2024 02:21
Last Modified:	03 Sep 2024 02:21
URI:	http://eprints.upnyk.ac.id/id/eprint/40945

Actions (login required)

View Item