Sistem Rekomendasi Wisata Kuliner di Yogyakarta dengan Metode Item-Based Collaborative Filtering
DOI:
https://doi.org/10.47134/jacis.v1i2.8Keywords:
sistem rekomendasi, item-based collaborative filtering, MAEAbstract
Sistem rekomendasi adalah sistem yang mampu memberikan rekomendasi item-item yang mungkin disukai oleh pengguna. Metode Collaborative Filtering merupakan salah satu metode pada sistem rekomendasi. Metode ini memanfaatkan penilaian pengguna berupa rating untuk memprediksi item yang mungkin diminati. Berdasarkan rating pengguna dari 1 - 5, nilai kemiripan dihitung menggunakan adjusted cosine similarity. Berdasarkan nilai kemiripan antar makanan, nilai prediksi rating makanan dicari menggunakan weighted sum. Penelitian ini menggunakan 23 makanan dan 22 pengguna sebagai data. Dalam mengimplementasikan metode item - based collaborative filtering, penulis melakukan metode pengumpulan data, perancangan tampilan, melakukan perhitungan manual, pembangunan sistem dan implementasi metode item - based collaborative filtering, melakukan pengujian MAE, pengujian Confusion Matrix, dan pengujian F1 Score. Dari hasil pengujian yang telah dilakukan diperoleh prediksi yang cukup akurat dengan 6 neighbor dan akurasi 83 %.
References
[2] A. Kurniawan, “Sistem Rekomendasi Produk Sepatu Dengan Menggunakan Metode Collaborative Filtering,” Semin. Nas. Teknol. Inf. dan Komun., vol. 2016, no. Sentika, pp. 610–614, 2016, [Online]. Available: https://fti.uajy.ac.id/sentika/publikasi/makalah/2016/92.pdf.
[3] K. H. Muliadi and C. C. Lestari, “Rancang Bangun Sistem Rekomendasi Tempat Makan Menggunakan Algoritma Typicality Based Collaborative Filtering,” Techno.Com, vol. 18, no. 4, pp. 275–287, 2019, doi: 10.33633/tc.v18i4.2515.
[4] H. Februariyanti, L. A. Dwi, J. S. Wibowo, and M. S. Utomo, “Implementasi Metode Collaborative Filtering Untuk Sistem Sistem Rekomendasi Penjualan Pada Toko Mebel,” J. Khatulistiwa Inform., vol. IX, no. I, pp. 43–50, 2021, doi: 10.31294/jki.v9i1.9859.g4873.
[5] A. Arief, W. Widyawan, and B. Sunafri Hantono, “Rancang Bangun Sistem Rekomendasi Pariwisata Mobile dengan Menggunakan Metode Collaborative Filtering dan Location Based Filtering,” Jnteti, vol. 1, no. 3, 2012, doi: 10.22146/jnteti.v1i3.129.
[6] W. G. S. Parwita, “Pengujian Akurasi Sistem Rekomendasi Berbasis Content-Based Filtering,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 14, no. 1, p. 27, 2019, doi: 10.30872/jim.v14i1.1272.
[7] B. Hermanto, “Sistem Rekomendasi Kedai Kopi dengan Metode Collaborative Filtering di Kota Yogyakarta Berbasis WEB,” Universitas Islam Indonesia, 2020.
[8] M. Robbani, R. D. Ramadhani, and A. E. Amalia, “Analisa Algoritma Cosine Similarity dengan Pearson Correlation pada Metode Item-based Collaborative Filtering dengan Menggunakan Dataset Movielens,” Conf. Electr. Eng. Telemat. Ind. Technol. Creat. Media 2018, pp. 88–92, 2018.
[9] A. E. Wijaya and D. Alfian, “Sistem Rekomendasi Laptop Menggunakan Collaborative Filtering Dan Content-Based Filtering,” J. Comput. Bisnis, vol. 12, no. 1, pp. 11–27, 2018.
[10] A. Aryani, B. Susilo, and Y. Setiawan, “Perancangan Sistem Rekomendasi Pemilihan Cinderamata Khas Bengkulu Berbasis E-Marketplace,” J. Rekursif, vol. 7, no. 1, pp. 70–76, 2019.
[11] W. Wang and Y. Lu, “Analysis of the Mean Absolute Error (MAE) and the Root Mean Square Error (RMSE) in Assessing Rounding Model,” IOP Conf. Ser. Mater. Sci. Eng., vol. 324, no. 1, 2018, doi: 10.1088/1757-899X/324/1/012049.
[12] I. W. Jepriana and S. Hanief, “Analisis dan Implementasi Metode Item-based Collaborative Filtering untuk Sistem Rekomendasi Konsentrasi di STMIK Stikom Bali,” J. Nas. Pendidik. Tek. Inform. JANAPATI, vol. 9, no. 2, pp. 171–180, 2020, doi: 10.23887/janapati.v9i2.23218.
[13] C. S. D. Prasetya, “Sistem Rekomendasi Pada E-Commerce Menggunakan K-Nearest Neighbor,” J. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 3, p. 194, 2017, doi: 10.25126/jtiik.201743392.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Hartatik Hartatik, Sri Devi Nurhayati, Wiwi Widayani

This work is licensed under a Creative Commons Attribution 4.0 International License.