Pembuatan Sistem Rekomendasi Pariwisata Yogyakarta Menggunakan Triangle Multiplaying Jaccard

Eva  Suhailah; Hartatik Hartatik

doi:10.47134/jacis.v3i2.62

Authors

Eva Suhailah Program Studi Informatika, Fakultas Ilmu Komputer, Universitas AMIKOM Yogyakarta
Hartatik Hartatik Program Studi Informatika, Fakultas Ilmu Komputer, Universitas AMIKOM Yogyakarta

DOI:

https://doi.org/10.47134/jacis.v3i2.62

Keywords:

Rekomendasi Pariwisata, Yogyakarta, Trianggle Multiplaying Jaccard, MSE, RMSE, Conffusion Matriks

Abstract

Yogyakarta adalah satu-satunya daerah Istimewa di Indonesia yang dikenal karena sejarahnya, selain dikenal karena sejarahnya, Yogyakarta termasuk kota yang memiliki berbagai macam jenis dan tempat wisata yang menarik untuk dikunjungi. Yogyakarta memiliki berbagai macam obyek wisata dari berbagai macam jenis, mulai dari wisata budaya, wisata edukasi, wisata alam, wisata belanja dan lain sebaigainya., untuk memudahkan wisatawan dalam mencari dan mengetahui rekomendasi tentang wisata yang paling sesuai sesuai dengan obyek wisata yang pernah dikunjungi sebelumnya maka Penelitian ini dilakukan untuk membuat suatu sistem rekomendasi obyek wisata menggunakan algoritma Triangle Multiplying Jaccard, yaitu algoritma yang mencari kesamaan (similarity) untuk tujuan rekomendasi. Berdasarkan perhitungan secara MAE, RMSE dan Confusion Matrix maka didapatkan rata-rata akurasi yang dihasilkan adalah 70% dengan nilai presisi yang relative rendah yaitu 45% dengan recall 1% namun dengan hasil dari F1 Score sebesar 65% dari 20 data yang diolah.

References

M. Alkaff, H. Khatimi, and A. Eriadi, “Sistem Rekomendasi Buku pada Perpustakaan Daerah Provinsi Kalimantan Selatan Menggunakan Metode Content-Based Filtering,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 20, no. 1, pp. 193–202, 2020, doi: 10.30812/matrik.v20i1.617.

A. Muliawan, T. Badriyah, and I. Syarif, “Membangun Sistem Rekomendasi Hotel dengan Content Based Filtering Menggunakan K-Nearest Neighbor dan Haversine Formula,” Technomedia J., vol. 7, no. 2, pp. 231–247, 2022, doi: 10.33050/tmj.v7i2.1893.

L. Tommy, C. Kirana, and V. Lindawati, “Recommender System Dengan Kombinasi Apriori Dan Content-Based Filtering Pada Aplikasi Pemesanan Produk,” J. Teknoinfo, vol. 13, no. 2, p. 84, 2019, doi: 10.33365/jti.v13i2.299.

B. Prasetyo, H. Haryanto, S. Astuti, E. Z. Astuti, and Y. Rahayu, “Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone,” Eksplora Inform., vol. 9, no. 1, pp. 17–27, 2019, doi: 10.30864/eksplora.v9i1.244.

A. Alim, A. Soluchin, and P. Painem, “Rekomendasi Keterampilan Teknologi Informasi Menggunakan Metode User-Based Collaborative Filtering dan Log-Likelihood Similarity,” Cogito Smart J., vol. 6, no. 2, 2020, doi: 10.31154/cogito.v6i2.234.141-154.

M. Muhith, D. Hartanti, J. Maulindar, P. Pertama, P. Kedua, and P. Ketiga, “Sistem Rekomendasi Pemilihan Paket Instalasi CCTV menggunakan Metode Knowledge Based pada CCTV Center Delanggu,” Pros. Semin. Nas. Teknol. Inf. dan Bisnis, pp. 222–227, 2022.

F. W. Ardiyanto et al., “Diversity Balancing pada Two-stage Collaborative Filtering untuk Mengatur Less Popular Item dalam Domain Film,” in eProceedings of Engineering, 2023, vol. 10, no. 3, pp. 3455–3463.

I. M. I. Subroto, S. Mulyono, R. Firmansyah, M. Qomaruddin, and E. N. B. Susila, “Sistem Rekomendasi pada Pembelajaran Mobile Menggunakan Metode Cosine Similarity dan Collaborative Filtering,” TRANSISTOR Elektro dan Inform., vol. 4, no. 1, pp. 21–28, 2022, doi: 10.30659/ei.4.1.21-28.

V. L. Jaja, B. Susanto, and L. R. Sasongko, “Penerapan Metode Item-Based Collaborative Filtering Untuk Sistem Rekomendasi Data MovieLens,” d’CARTESIAN, vol. 9, no. 2, p. 78, 2020, doi: 10.35799/dc.9.2.2020.28274.

F. A. Prayoga and K. Kusnawi, “Smartphone Recommendation System Using Model-Based Collaborative Filtering Method,” J. Tek. Inform., vol. 3, no. 6, pp. 1613–1622, 2022, doi: 10.20884/1.jutif.2022.3.6.413.

P. I. A. Purwadana, I. M. Candiasa, and I. N. Sukajaya, “Pengembangan Aplikasi Penentuan Rute Pengiriman Barang Berdasarkan Berat dan Time Windows Menggunakan Metode Nearest Neighbour dan Tabu Search,” Maj. Ilm. Teknol. Elektro, vol. 20, no. 2, p. 299, 2021, doi: 10.24843/mite.2021.v20i02.p14.

S. Yulianto, I. G. A. Widyadana, and N. Sepadyati, “Optimasi Rute Pengiriman pada CV. X Menggunakan Metode Evolutionary Algorithm,” J. Tirta, vol. 10, no. 1, pp. 17–22, 2020.

S. R. A. Robbani, “Penyelesaian Urban Transit Routing Problem Menggunakan Algoritma Hyper-heuristics berbasis Modified Particle Swarm Optimization based on Gravitational field Interactions,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 4, pp. 1984–1997, 2021, doi: 10.35957/jatisi.v8i4.1233.

S. S. Mansur, S. Widowati, and M. Imrona, “Terakreditasi SINTA Peringkat 2 Analisis Performansi Algoritma Firefly dan Tabu Search untuk Optimasi Rute Angkutan Kota,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 5, pp. 884–891, 2020, doi: 10.29207/resti.v4i5.2259.

F. R. Hariri and L. W. Rochim, “Sistem Rekomendasi Produk Aplikasi Marketplace Berdasarkan Karakteristik Pembeli Menggunakan Metode User Based Collaborative Filtering,” Teknika, vol. 11, no. 3, pp. 208–217, 2022, doi: 10.34148/teknika.v11i3.538.

A. S. N. S. Ningrum, “Content Based Dan Collaborative Filtering Pada Rekomendasi Tujuan Pariwisata Di Daerah Yogyakarta,” Telematika, vol. 16, no. 1, p. 44, 2019, doi: 10.31315/telematika.v16i1.3023.

H. Hartatik, S. D. Nurhayati, and W. Widayani, “Sistem Rekomendasi Wisata Kuliner di Yogyakarta dengan Metode Item-Based Collaborative Filtering,” J. Autom. Comput. Inf. Syst., vol. 1, no. 2, pp. 55–63, 2021, doi: 10.47134/jacis.v1i2.8.

A. S. Muarif and E. Winarno, “Sistem Rekomendasi Tempat Parkir di Kota Lama Semarang Menggunakan Collaborative Filtering,” J. Ilm. Univ. Batanghari Jambi, vol. 22, no. 2, p. 906, 2022, doi: 10.33087/jiubj.v22i2.2066.