SISTEM REKOMENDASI WISATA MENGGUNAKAN METODE HYBRID (COLLABORATIVE FILTERING & CONTENT-BASED FILTERING)

NI WAYAN PRISCILA YP, Adhistya Erna Permanasari, S.T., M.T., Ph.D. ; Dr. Indriana Hidayah, S.T., M.T.

2021 | Tesis | MAGISTER TEKNOLOGI INFORMASI

Sistem rekomendasi merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Pengembangan sistem rekomendasi memerlukan model rekomendasi yang tepat agar produk yang direkomendasikan sesuai dengan keinginan pelanggan sehingga mempermudah dalam pengambilan keputusan. Sistem rekomendasi dapat diterapkan dalam berbagai bidang, salah satunya pada bidang pariwisata. Wisata merupakan suatu kegiatan yang dilakukan bersama-sama maupun sendiri untuk melakukan aktivitas seperti rekreasi atau bertamasya. Namun, terdapat beberapa tempat wisata yang belum tereksplor sehingga membuat pengunjung kurang mengetahui mengenai wisata tersebut. Oleh karena itu dibutuhkan sebuah metode pendekatan yang dapat menyelesaikan masalah tersebut. Penelitian ini mengusulkan sebuah metode yaitu metode hybrid penggabungan linier yang menggabungkan metode collaborative filtering dan content-based filtering kemudian akan diimplementasikan menjadi sebuah website. Selain dapat menghasilkan prediksi rating yang baik pada sebuah sistem rekomendasi, metode ini dapat menyelesaikan beberapa masalah sistem rekomendasi lainnya seperti cold-start. Cold-start merupakan sebuah masalah dari sistem rekomendasi tidak dapat merekomendasikan sebuah item yang relevan kepada pelanggan dikarenakan tidak tersedianya informasi yang memadai mengenai item tersebut. Selain menggunakan metode hybrid (collaborative filtering dan content-based filtering) penelitian ini juga memanfaatkan beberapa tools yaitu Google Analytics, Search Engine Optimization, dan WhatsApp Messenger yang bertujuan untuk membantu dalam pemasaran dan penyebaran informasi ke masyarakat luas. Hasil dari penelitian ini yaitu metode yang digunakan dan diimplementasikan dalam bentuk website dapat merekomendasikan sebuah wisata bersejarah yang ada di kota Palembang. Metode hybrid dengan penggabungan linier (collaborative filtering dan content-based filtering) dapat mengatasi masalah cold-start yang ada dan memberikan hasil prediksi rating yang efektif, efisien, dan akurat.

The recommendation system is an application model from the results of observations of the customer's circumstances and desires. The development of a recommendation system requires the right recommendation model so that the recommended product is under the wishes of the customer to facilitate decision-making. The recommendation system can be applied in various fields, one of which is in the tourism sector. Tourism is an activity that is carried out together or alone to carry out activities such as recreation or sightseeing. However, several tourist attractions have not been explored, which makes visitors less aware of these tours. Therefore we need an approach method that can solve this problem. This study proposes a method, namely a linear merging hybrid method that combines collaborative filtering and content-based filtering methods which will then be implemented into a website. Besides being able to produce good rating predictions on a recommendation system, this method can solve several other recommendation system problems such as cold-start. Cold-start is a problem of the recommendation system not being able to recommend a relevant item to customers because of the unavailability of sufficient information about the item. In addition to using hybrid methods (collaborative filtering and content-based filtering), this research also utilizes several tools, namely Google Analytics, Search Engine Optimization, and WhatsApp Messenger which aims to assist in marketing and disseminating information to the wider community. The results of this study are the methods used and implemented in the form of a website that can recommend a historic tour in the city of Palembang. The hybrid method with linear incorporation (collaborative filtering and content-based filtering) can overcome existing cold-start problems and provide effective, efficient, and accurate rating prediction results.

Kata Kunci : Sistem Rekomendasi Wisata, Hybrid, Cold start, Google Analytics, Search Engine Optimization, WhatsApp Messenger.