Informasi pantai-pantai di Yogyakarta dapat diperoleh dari internet seperti website, blog pribadi, dan media sosial. Salah satu informasi yang diberikan adalah rekomendasi wisata yang akan dikunjungi. Rekomendasi yang diberikan berupa rating dari setiap pengguna atau pendapat pribadi dari penulis blog. Rekomendasi lain untuk kunjungan wisata bisa di juga dari karakteristik / penunjang pariwisata. Penelitian ini memberikan rekomendasi pantai berdasarkan sebagian karakteristik atau penunjang pariwisata pantai. Sistem rekomendasi pantai ini menggunakan metode Latent Semantic Analysis. Setiap pantai akan ditandai dengan karakteristiknya masing-masing, ini disebut dengan tagging. Pengelompokkan tagging dianalisa dengan metode pembobotan Term Frequency/Inverse Document Frequency (TF/IDF). Pembobotan ini berfungsi untuk menghitung nilai kata yang sering muncul dari kata kunci pencarian yang dimasukkan. Hasil akhir ditentukan dengan nilai cosine similarity untuk semua pantai berdasarkan tagging. Rekomendasi dihasilkan berdasarkan kata kunci pencarian yang mendeskripsikan pantai tersebut. Hasil dari kata kunci tersebut akan memunculkan urutan rekomendasi pantai yang mendekati kata masukan tersebut. Hasil di urutan pertama sistem dibandingkan dengan mesin pencarian seperti Google, Yahoo!, dan Bing. Dari 13 pencarian dengan kategori pencarian yang berbeda memiliki hasil yang sama dan serupa dengan jumlah 61% dan hasil yang berbeda 39%. Dengan pendekatan demikian, sistem ini mampu merekomendasikan pantai sesuai dengan karakteristik pantai yang diinginkan.

Beaches information in Yogyakarta can be obtained from the internet as in the website, private blog, and social media. One information given is a tourism recommendation which will be visited. Recommendation given is in a form of the tourism place rate from the user and or personal opinion from the blog writer. Another recommendation for the tourism visitation can also from it's characteristics and or the tourism support. This research gives beach recommendation based on parts of beach�s description and or the beach�s tourism supports. This beach recommendation system uses Latent Semantic Analysis method. Every beaches will be marked with their own characteristics, this one called tagging. Grouping tagging analyzed by weighting Frequency/Inverse Document Frequency (TF/IDF). This function to calculate the value of words that frequently appear on keywords. Final results is determined by value of cosine similarity to all beaches by tagging. Recommendations generated by keywords which describes the mentioned beach. The result from the entry will bring out the recommended beaches in a list which is matched beach from the entered word. Results in first order system compared with search engine such as Google, Yahoo!, and Bing. Of the 13 search with different search categories had similar results and similar to the amount of 61% and 39% different results. With this kind of approach, this system is able to recommend a beach with suitable characteristics.

Kata Kunci : rating, karakteristik, Latent Semantic Analysis, tagging, rekomendasi, Term Frequency, Inverse Document Frequency, cosine similarity