REKOMENDASI DESTINASI WISATA DI INDONESIA MENGGUNAKAN METODE HYBRID CONTENT BASED FILTERING DAN COLLABORATIVE FILTERING

Sutiono, Nityasa Sasikirana Putri (2024) REKOMENDASI DESTINASI WISATA DI INDONESIA MENGGUNAKAN METODE HYBRID CONTENT BASED FILTERING DAN COLLABORATIVE FILTERING. Diploma thesis, UPN Veteran Yogyakarta.

[thumbnail of COVER_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf] Text
COVER_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf

Download (289kB)
[thumbnail of ABSTRAK_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf] Text
ABSTRAK_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf

Download (340kB)
[thumbnail of PENGESAHAN PEMBIMBING_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf] Text
PENGESAHAN PEMBIMBING_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf

Download (65kB)
[thumbnail of PENGESAHAN PENGUJI_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf] Text
PENGESAHAN PENGUJI_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf

Download (66kB)
[thumbnail of DAFTAR ISI_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf] Text
DAFTAR ISI_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf

Download (642kB)
[thumbnail of DAFTAR PUSTAKA_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf] Text
DAFTAR PUSTAKA_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf

Download (295kB)
[thumbnail of SKRIPSI FULLTEXT_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf] Text
SKRIPSI FULLTEXT_NITYASA SASIKIRANA PUTRI SUTIONO_123180143.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Indonesia merupakan salah satu negara yang memiliki kekayaan alam dan budaya
yang sangat beragam. Selain wilayahnya yang luas, banyak sekali destinasi wisata di
Indonesia mulai dari wisata alam, sejarah, budaya, hingga wisata kuliner. Destinasi-destinasi
tersebut memiliki keunikan dan keindahan yang berbeda-beda. Dengan perkembangan
teknologi yang pesat, informasi mengenai destinasi wisata sangat mudah didapatkan, namun
tidak bisa dipungkiri bahwa masyarakat lokal maupun wisatawan mancanegara kerap
mengalami kebingungan dalam menentukan pilihan destinasi dan membutuhkan bantuan
dalam menentukan pilihan destinasi wisata yang ingin dikunjungi.
Penelitian ini dapat membantu pengguna dalam menentukan destinasi wisata yang
ingin dikunjungi dengan hasil rekomendasi yang dihasilkan. Data yang digunakan berjumlah
437 destinasi pada 5 kota di Indonesia meliputi Jakarta, Yogyakarta, Bandung, Semarang,
dan Surabaya. Pada proses rekomendasi yang dilakukan menggunakan dua metode secara
hybrid yaitu metode Content Based Filtering dan Collaborative Filtering. Proses pembuatan
rekomendasi dimulai dengan menjalankan metode Content Based Filtering terlebih dahulu
dimulai dengan preprocessing text, lalu proses perhitungan cosine similarity. Setelah melalui
metode Content Based Filtering maka akan dilanjutkan dengan metode Collaborative
Filtering melalui proses cosine similarity, dilanjutkan dengan melakukan prediksi rating
dengan K-Nearest Neighbor, dalam pemberian rekomendasi dilakukan berdasarkan prediksi
rating yang terbaik. Dengan menggunakan metode hybrid, hasil rekomendasi akan sesuai
dengan preferensi user dan tetap memberikan rekomendasi destinasi yang beragam.
Berdasarkan pengujian yang dilakukan dengan Intra-diversity untuk mengukur
keragaman destinasi, hasil rekomendasi hybrid terbukti memberikan rekomendasi yang lebih
beragam dibandingkan dengan metode Content Based Filtering. Nilai Intra-diversity metode
hybrid bernilai 0,3 dan metode Content Based Filtering bernilai 0,77. Dalam pengujian
untuk mengukur tingkat error dalam pemberian rekomendasi berdasarkan prediksi rating
dilakukan pengujian dengan Mean Absolute Error yang menghasilkan nilai 0,771 dengan
k=15.

Kata Kunci: Rekomendasi hybrid, Content Based Filtering, Collaborative Filtering, Destinasi wisata

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Rekomendasi hybrid, Content Based Filtering, Collaborative Filtering, Destinasi wisata
Subjects: Q Science > Q Science (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Bayu Setya Pambudi
Date Deposited: 26 Jul 2024 02:15
Last Modified: 26 Jul 2024 02:15
URI: http://eprints.upnyk.ac.id/id/eprint/40452

Actions (login required)

View Item View Item