SISTEM REKOMENDASI PARIWISATA YOGYAKARTA MENGGUNAKAN METODE SINGULAR VALUE DECOMPOSITION (SVD) DAN LOCATION BASED FILTERING

Gega Rakanatha, . (2026) SISTEM REKOMENDASI PARIWISATA YOGYAKARTA MENGGUNAKAN METODE SINGULAR VALUE DECOMPOSITION (SVD) DAN LOCATION BASED FILTERING. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

[thumbnail of 1_Abstrak_123210136_Gega Rakanatha.pdf] Text
1_Abstrak_123210136_Gega Rakanatha.pdf

Download (124kB)
[thumbnail of 2_Cover_123210136_Gega Rakanatha.pdf] Text
2_Cover_123210136_Gega Rakanatha.pdf

Download (160kB)
[thumbnail of 3_Halaman Pengesahan_123210136_Gega Rakanatha.pdf] Text
3_Halaman Pengesahan_123210136_Gega Rakanatha.pdf

Download (662kB)
[thumbnail of 4_Daftar Isi_123210136_Gega Rakanatha.pdf] Text
4_Daftar Isi_123210136_Gega Rakanatha.pdf

Download (157kB)
[thumbnail of 5_Daftar Pustaka_123210136_Gega Rakanatha.pdf] Text
5_Daftar Pustaka_123210136_Gega Rakanatha.pdf

Download (205kB)
[thumbnail of 6_Fulltext_123210136_Gega Rakanatha.pdf] Text
6_Fulltext_123210136_Gega Rakanatha.pdf
Restricted to Repository staff only

Download (4MB)
Official URL: https://upnyk.ac.id

Abstract

Penelitian ini bertujuan merancang dan mengembangkan sistem rekomendasi pariwisata untuk mengatasi masalah kebingungan wisatawan dalam memilih destinasi dan tidak meratanya penyebaran kunjungan wisatawan di Yogyakarta, yang diperburuk oleh masalah data sparsity akibat jarangnya pengguna memberikan rating. Penelitian ini menerapkan metode rekomendasi hybrid yang menggabungkan Singular Value Decomposition (SVD) dan Location-Based Filtering (LBF). Metode SVD digunakan untuk mengidentifikasi preferensi pengguna dengan menemukan fitur laten dari matriks rating pengguna kategori, sebuah pendekatan yang dipilih untuk mengatasi masalah data sparsity. Metode LBF memanfaatkan formula Haversine untuk menyaring rekomendasi berdasarkan kedekatan geografis pengguna saat ini. Dataset yang digunakan adalah "DATASET PARIWISATA YOGYAKARTA" dari Kaggle, yang melalui tahap pra pemrosesan meliputi pembersihan, reverse geocoding, dan penggabungan. Model SVD yang dilatih dengan agregasi rating per kategori mencapai performa yang dapat diterima dengan nilai Mean Absolute Error (MAE) sebesar 0.8624 dan Root Mean Squared Error (RMSE) sebesar 1.0655. Model LBF tervalidasi akurat dalam mengurutkan lokasi terdekat. Sistem hybrid dengan pendekatan cascade berhasil mengombinasikan preferensi pengguna (dari SVD) dengan konteks lokasi (dari LBF), sehingga mampu memberikan rekomendasi yang personal dan relevan untuk menjawab permasalahan penelitian.

Kata Kunci: Sistem Rekomendasi, Pariwisata Yogyakarta, Singular Value Decomposition (SVD), Location-Based Filtering, Metode Hybrid

Item Type: Tugas Akhir (Skripsi)
Additional Information: Gega Rakanatha (Penulis - 123210136) Herlina Jayadianti (Pembimbing)
Uncontrolled Keywords: Sistem Rekomendasi, Pariwisata Yogyakarta, Singular Value Decomposition (SVD), Location-Based Filtering, Metode Hybrid
Subjek: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Divisions: Fakultas Teknik Industri > (S1) Informatika
Depositing User: Indah Lestari
Date Deposited: 10 Feb 2026 08:23
Last Modified: 10 Feb 2026 08:23
URI: http://eprints.upnyk.ac.id/id/eprint/47030

Actions (login required)

View Item View Item