ITTELKOM PWTITTELKOM PWT

Journal of Telecommunication Electronics and Control Engineering (JTECE)Journal of Telecommunication Electronics and Control Engineering (JTECE)

Dalam industri pariwisata, proses pemesanan paket perjalanan yang sesuai dengan kebutuhan pelanggan seringkali menemui hambatan akibat penggunaan sistem manual dan banyaknya pilihan yang tersedia. Penelitian ini bertujuan untuk mengembangkan sistem pemesanan wisata berbasis web yang menggunakan algoritma genetika guna mengoptimalkan rekomendasi paket berdasarkan anggaran, durasi perjalanan, dan jumlah peserta. Metode ini meniru mekanisme seleksi alam melalui tahapan inisialisasi populasi, evaluasi fitness, seleksi, crossover, dan mutasi untuk menemukan kombinasi optimal destinasi, akomodasi, dan transportasi. Sistem diuji dengan berbagai skenario input, menunjukkan bahwa algoritma mampu menghasilkan rekomendasi dalam waktu kurang dari 5 detik dengan efisiensi anggaran tinggi dan jadwal perjalanan yang sesuai batas waktu maksimum. Hasil penelitian menunjukkan bahwa integrasi algoritma genetika dalam sistem pemesanan berbasis web secara signifikan meningkatkan efisiensi, akurasi, dan personalisasi layanan bagi pelanggan.

Penelitian ini berhasil mengembangkan sistem pemesanan paket wisata berbasis web yang dioptimalkan dengan algoritma genetika.Sistem ini mampu memberikan rekomendasi yang relevan dengan preferensi pengguna, seperti anggaran, durasi perjalanan, dan jumlah peserta, tanpa bergantung pada data historis.Pengujian menunjukkan bahwa sistem dapat menghasilkan rekomendasi dalam waktu singkat dan dengan tingkat akurasi yang tinggi, sehingga berpotensi meningkatkan efisiensi dan personalisasi layanan bagi pelanggan.

Penelitian selanjutnya dapat difokuskan pada pengembangan sistem yang lebih adaptif dengan mengintegrasikan metode pembelajaran mesin untuk memprediksi preferensi pengguna berdasarkan data demografis dan perilaku online mereka. Selain itu, eksplorasi penggunaan algoritma optimasi lain, seperti Particle Swarm Optimization (PSO) atau Ant Colony Optimization (ACO), dapat dilakukan untuk membandingkan kinerja dan efisiensi dengan algoritma genetika. Terakhir, pengembangan antarmuka pengguna yang lebih interaktif dan personal, termasuk fitur visualisasi itinerary dan rekomendasi destinasi berdasarkan minat pengguna, dapat meningkatkan pengalaman pengguna secara keseluruhan dan mendorong adopsi sistem yang lebih luas.

  1. Penentuan Arsitektur Jaringan Syaraf Tiruan Backpropagation (Bobot Awal dan Bias Awal) Menggunakan Algoritma... journal.ugm.ac.id/ijccs/article/view/6642Penentuan Arsitektur Jaringan Syaraf Tiruan Backpropagation Bobot Awal dan Bias Awal Menggunakan Algoritma journal ugm ac ijccs article view 6642
  2. PENERAPAN ALGORITMA GENETIKA DALAM MENENTUKAN RUTE TERPENDEK PT. POS CABANG LAMONGAN | MATHunesa: Jurnal... doi.org/10.26740/mathunesa.v11n3.p458-467PENERAPAN ALGORITMA GENETIKA DALAM MENENTUKAN RUTE TERPENDEK PT POS CABANG LAMONGAN MATHunesa Jurnal doi 10 26740 mathunesa v11n3 p458 467
  3. Pengembangan Sektor Pariwisata untuk meningkatkan Pendapata Daerah Di Indonesia | Benefit: Journal of... publikasi.abidan.org/index.php/benefit/article/view/375Pengembangan Sektor Pariwisata untuk meningkatkan Pendapata Daerah Di Indonesia Benefit Journal of publikasi abidan index php benefit article view 375
  4. APLIKASI ALGORITMA GENETIKA DALAM PENJADWALAN MATA KULIAH | BAREKENG: Jurnal Ilmu Matematika dan Terapan.... doi.org/10.30598/barekengvol15iss4pp615-628APLIKASI ALGORITMA GENETIKA DALAM PENJADWALAN MATA KULIAH BAREKENG Jurnal Ilmu Matematika dan Terapan doi 10 30598 barekengvol15iss4pp615 628
Read online
File size497.26 KB
Pages10
DMCAReport

Related /

ads-block-test