STMIK DCISTMIK DCI

JUTEKIN (Jurnal Teknik Informatika)JUTEKIN (Jurnal Teknik Informatika)

Industri pariwisata merupakan sektor ekonomi yang strategis dan terus berkembang seiring pesatnya kemajuan teknologi digital. Salah satu inovasi yang berperan penting dalam mendukung sektor ini adalah sistem rekomendasi, yang mampu membantu wisatawan menemukan destinasi yang sesuai dengan minat dan preferensi mereka secara lebih efisien. Di tengah melimpahnya informasi dan beragamnya pilihan destinasi, wisatawan sering kali mengalami kesulitan dalam menentukan tujuan wisata yang tepat. Wilayah Priangan Timur, yang memiliki kekayaan potensi wisata alam, budaya, dan kuliner, masih menghadapi kendala dalam penyebaran informasi yang optimal. Penelitian ini mengusulkan pengembangan sistem rekomendasi berbasis Hybrid Recommendation System dengan menggabungkan metode Content-Based Filtering dan Popularity-Based Filtering. Metode ini dirancang untuk meningkatkan akurasi serta relevansi hasil rekomendasi dengan memanfaatkan karakteristik pengguna dan popularitas destinasi.

Penelitian ini berhasil mengembangkan sistem rekomendasi tempat wisata di wilayah Priangan Timur menggunakan pendekatan Hybrid Recommendation System, yang menggabungkan metode content-based dan popularity-based filtering.Penggabungan kedua metode ini mampu menghasilkan rekomendasi yang lebih akurat karena mempertimbangkan preferensi pengguna sekaligus popularitas tempat wisata berdasarkan rating dan interaksi pengguna lain.Sistem dibangun menggunakan teknologi Python, Flask, dan MySQL untuk backend, serta PHP dan Tailwind CSS untuk antarmuka pengguna.Hasil implementasi menunjukkan bahwa sistem ini dapat membantu pengguna dalam menemukan destinasi wisata yang sesuai dengan kebutuhan dan ketertarikan mereka.

Berdasarkan hasil penelitian, terdapat beberapa saran penelitian lanjutan yang dapat dilakukan untuk meningkatkan kualitas sistem rekomendasi tempat wisata di Priangan Timur. Pertama, perlu dilakukan analisis lebih mendalam mengenai faktor-faktor yang memengaruhi preferensi wisatawan, seperti usia, jenis kelamin, dan tingkat pendapatan, untuk menghasilkan rekomendasi yang lebih personal. Kedua, pengembangan sistem dapat diperluas dengan mengintegrasikan data dari berbagai sumber, seperti media sosial dan ulasan online, untuk mendapatkan informasi yang lebih komprehensif tentang tempat wisata. Ketiga, implementasi teknik machine learning yang lebih canggih, seperti deep learning, dapat dipertimbangkan untuk meningkatkan akurasi dan relevansi rekomendasi, terutama dalam menangani data yang kompleks dan dinamis.

Read online
File size444.25 KB
Pages10
DMCAReport

Related /

ads-block-test