STMIK BANJARBARUSTMIK BANJARBARU
Progresif: Jurnal Ilmiah KomputerProgresif: Jurnal Ilmiah KomputerWisatawan seringkali menghadapi kesulitan dalam memilih tempat wisata yang sesuai dengan preferensi dan minat mereka di antara banyak pilihan yang tersedia. Tujuan penelitian ini adalah untuk membuat aplikasi sistem rekomendasi tempat wisata di Jakarta yang menggunakan metode Collaborative Filltering. Penelitian ini akan mengembangkan sistem rekomendasi tempat wisata di Jakarta yang menggunakan collaborative filltering dengan menggunakan bahasa pemograman Pyhton dan Wxpyhton sebagai framework Grapichal User interfaceI (GUI) menggunakan aplikasi Pycharm. Dataset yang terdiri dari 985 data telah melewati tahap pree-processing. Hasil evaluasi model menunjukkan bahwa nilai Mean Squared Error (MAE) adalah 0.7561 dan nilai Root Mean Squared Error (RMSE) adalah 1.0634. Ini menunjukkan bahwa akurasi sistem rekomendasi adalah sekitar 91.60% berdasarkan Mean Squared Error (MAE) dan 88.18% berdasarkan Root Mean Squared Error (RMSE).
Aplikasi sistem rekomendasi tempat wisata di Jakarta telah berhasil dibangun menggunakan framework GUI WxPython, dengan fitur-fitur seperti input data, tampilan data, dan hasil rekomendasi tempat wisata.Hasil rekomendasi menunjukkan bahwa sistem ini tidak hanya memberikan rekomendasi umum tetapi juga mengkategorikan rekomendasi berdasarkan preferensi harga.Misalnya, tempat wisata dengan harga termurah meliputi Funworld Mal Ciputra, Funworld Living World Alam Sutera, dan Funworld Mal Taman Anggrek, sedangkan tempat wisata dengan harga tertinggi mencakup DL Slim & Skin Care di berbagai lokasi.Dengan demikian, pengguna dapat memilih tempat wisata sesuai dengan preferensi dan anggaran mereka.Sistem ini memberikan kontribusi signifikan dalam memudahkan pengguna menemukan tempat wisata yang sesuai dengan keinginan mereka, dan dengan tingkat akurasi yang tinggi, sistem ini dapat diandalkan sebagai panduan wisata di Jakarta.
Penelitian lanjutan dapat mengembangkan sistem rekomendasi yang mengintegrasikan data real-time seperti kondisi cuaca atau kepadatan pengunjung untuk meningkatkan akurasi rekomendasi. Selain itu, penelitian dapat mengeksplorasi penggunaan algoritma hybrid yang menggabungkan collaborative filtering dengan metode berbasis konten untuk menangani data pengguna yang minim. Studi juga dapat dilakukan untuk mengevaluasi efektivitas sistem rekomendasi ini pada destinasi wisata lain di Indonesia, seperti kota-kota di luar Jakarta, serta mengeksplorasi penggunaan teknologi machine learning untuk memperbaiki prediksi preferensi pengguna berdasarkan pola perilaku mereka.
| File size | 844.75 KB |
| Pages | 11 |
| DMCA | Report |
Related /
UNSURUNSUR Pemilihan tempat penelitian dilakukan dengan metode purposif. Penelitian mulai Bulan Februari sampai dengan bulan April 2013. Metode pengolahan dan analisisPemilihan tempat penelitian dilakukan dengan metode purposif. Penelitian mulai Bulan Februari sampai dengan bulan April 2013. Metode pengolahan dan analisis
UNISMUHUNISMUH Metode yang digunakan bersifat kualitatif dengan desain deskriptif, mengumpulkan data melalui wawancara mendalam, observasi, dan dokumentasi. HasilnyaMetode yang digunakan bersifat kualitatif dengan desain deskriptif, mengumpulkan data melalui wawancara mendalam, observasi, dan dokumentasi. Hasilnya
IJHPIJHP Kontribusi pemasaran digital lebih kuat, tetapi e‑WOM tetap memberikan pengaruh tambahan yang signifikan. Kegiatan pemasaran digital yang terintegrasi,Kontribusi pemasaran digital lebih kuat, tetapi e‑WOM tetap memberikan pengaruh tambahan yang signifikan. Kegiatan pemasaran digital yang terintegrasi,
RCF INDONESIARCF INDONESIA Penelitian ini dilakukan melalui metode Systematic Literature Review (SLR) dengan pendekatan PRISMA, menggunakan data dari artikel terindeks Scopus Q1‑Q4,Penelitian ini dilakukan melalui metode Systematic Literature Review (SLR) dengan pendekatan PRISMA, menggunakan data dari artikel terindeks Scopus Q1‑Q4,
RCF INDONESIARCF INDONESIA Keterpaduan antara teknologi digital, analitik sumber daya manusia, dan kecerdasan buatan secara signifikan memperkuat efektivitas fungsi SDM dan keberlanjutanKeterpaduan antara teknologi digital, analitik sumber daya manusia, dan kecerdasan buatan secara signifikan memperkuat efektivitas fungsi SDM dan keberlanjutan
RCF INDONESIARCF INDONESIA Transformasi ini menjadikan fungsi HR tidak lagi bersifat administratif, tetapi berkembang menjadi mitra strategis organisasi yang berkontribusi langsungTransformasi ini menjadikan fungsi HR tidak lagi bersifat administratif, tetapi berkembang menjadi mitra strategis organisasi yang berkontribusi langsung
UNSURYAUNSURYA Secara parsial fasilitas kerja berpengaruh positif dan signifikan terhadap efektivitas pergudangan. Secara parsial kemampuan kerja petugas berpengaruhSecara parsial fasilitas kerja berpengaruh positif dan signifikan terhadap efektivitas pergudangan. Secara parsial kemampuan kerja petugas berpengaruh
UGMUGM Berfokus pada Operational Excellence yang dibangun dengan Metode Shingo House, elemen kepemimpinan organisasi fokus pada penerapan prinsip, sistem, danBerfokus pada Operational Excellence yang dibangun dengan Metode Shingo House, elemen kepemimpinan organisasi fokus pada penerapan prinsip, sistem, dan
Useful /
IJHPIJHP Analisis bivariat menggunakan uji Chi‑Square dan Odds Ratio (OR). Hasil menunjukkan hubungan signifikan antara luas ventilasi tidak memadai dengan insidenAnalisis bivariat menggunakan uji Chi‑Square dan Odds Ratio (OR). Hasil menunjukkan hubungan signifikan antara luas ventilasi tidak memadai dengan insiden
IJHPIJHP Penguatan regulasi formal, peningkatan kapasitas sumber daya manusia melalui pelatihan terstruktur, dan pengembangan infrastruktur berbasis teknologi hijauPenguatan regulasi formal, peningkatan kapasitas sumber daya manusia melalui pelatihan terstruktur, dan pengembangan infrastruktur berbasis teknologi hijau
IJHPIJHP Hasil menunjukkan bahwa 62,1% pasien adalah laki-laki, 68,9% berusia ≥60 tahun, 75,0% memiliki eosinofil normal (0–300 sel/μL), dan 25,0% memilikiHasil menunjukkan bahwa 62,1% pasien adalah laki-laki, 68,9% berusia ≥60 tahun, 75,0% memiliki eosinofil normal (0–300 sel/μL), dan 25,0% memiliki
STMIK BANJARBARUSTMIK BANJARBARU Penelitian ini menggunakan algoritma Naïve Bayes yang dikombinasikan dengan metode Adaboost untuk meningkatkan akurasi prediksi status gizi pada balita.Penelitian ini menggunakan algoritma Naïve Bayes yang dikombinasikan dengan metode Adaboost untuk meningkatkan akurasi prediksi status gizi pada balita.