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 /
APTIKOMAPTIKOM Sistem ini diimplementasikan dalam bentuk aplikasi berbasis web yang mampu memproses data kuantitatif dan kualitatif dengan memanfaatkan metode Fuzzy.Sistem ini diimplementasikan dalam bentuk aplikasi berbasis web yang mampu memproses data kuantitatif dan kualitatif dengan memanfaatkan metode Fuzzy.
STMIK BANJARBARUSTMIK BANJARBARU Berdasarkan temuan ini, dirancang solusi berupa aplikasi mobile yang memungkinkan pelanggan untuk memesan produk secara online, melihat informasi layananBerdasarkan temuan ini, dirancang solusi berupa aplikasi mobile yang memungkinkan pelanggan untuk memesan produk secara online, melihat informasi layanan
STMIK BANJARBARUSTMIK BANJARBARU Metode YOLO diterapkan untuk mendeteksi ketersediaan slot parkir. Hasil performa sistem mendeteksi tempat parkir sebesar 80 % dan sistem mampu mengarahkanMetode YOLO diterapkan untuk mendeteksi ketersediaan slot parkir. Hasil performa sistem mendeteksi tempat parkir sebesar 80 % dan sistem mampu mengarahkan
STMIK BANJARBARUSTMIK BANJARBARU Dengan merancang prototipe sistem e‑commerce, DelusionShoes dapat memonitor transaksi secara real‑time, mempercepat proses pembayaran, dan meningkatkanDengan merancang prototipe sistem e‑commerce, DelusionShoes dapat memonitor transaksi secara real‑time, mempercepat proses pembayaran, dan meningkatkan
STMIK BANJARBARUSTMIK BANJARBARU Hasil ini menggarisbawahi pentingnya mengimplementasikan strategi penanganan ketidakseimbangan kelas, seperti teknik resampling atau penerapan pembobotanHasil ini menggarisbawahi pentingnya mengimplementasikan strategi penanganan ketidakseimbangan kelas, seperti teknik resampling atau penerapan pembobotan
STMIK BANJARBARUSTMIK BANJARBARU Ekstraksi ciri yang dipergunakan dalam pemrosesan metode klasifikasi berdasarkan ciri bentuk yang terdiri dari metric dan eccentricity. Hasil penelitianEkstraksi ciri yang dipergunakan dalam pemrosesan metode klasifikasi berdasarkan ciri bentuk yang terdiri dari metric dan eccentricity. Hasil penelitian
UNDHIRA BALIUNDHIRA BALI Sensor infrared 2 mendeteksi objek yang keluar, membuka pintu selama 3 detik sebelum menutup otomatis. Hasil pengujian menunjukkan RFID dapat membaca tagSensor infrared 2 mendeteksi objek yang keluar, membuka pintu selama 3 detik sebelum menutup otomatis. Hasil pengujian menunjukkan RFID dapat membaca tag
UNKLABUNKLAB Dengan adanya sistem pendukung keputusan untuk pemilihan Graphics Processing Unit (GPU) berbasis mobile, proses pemilihan GPU menjadi lebih mudah bagiDengan adanya sistem pendukung keputusan untuk pemilihan Graphics Processing Unit (GPU) berbasis mobile, proses pemilihan GPU menjadi lebih mudah bagi
Useful /
STMIK BANJARBARUSTMIK BANJARBARU 5) untuk memprediksi kebutuhan persediaan obat di Apotek Az-Zikra Bengkulu. Data transaksi tiga bulan terakhir dikumpulkan dan dianalisis melalui algoritma5) untuk memprediksi kebutuhan persediaan obat di Apotek Az-Zikra Bengkulu. Data transaksi tiga bulan terakhir dikumpulkan dan dianalisis melalui algoritma
STMIK BANJARBARUSTMIK BANJARBARU Hasil implementasi dari riset ini dapat memberikan solusi permasalahan pada Perusahaan Ekspor “X dalam pencatatan dan pelaporan persediaan barang. SistemHasil implementasi dari riset ini dapat memberikan solusi permasalahan pada Perusahaan Ekspor “X dalam pencatatan dan pelaporan persediaan barang. Sistem
STMIK BANJARBARUSTMIK BANJARBARU 86) yang secara signifikan lebih tinggi dibandingkan dengan algoritma Multinomial Naïve Bayes (0. 80), USE-Transfer learning (0. 80), dan Text Vectorization86) yang secara signifikan lebih tinggi dibandingkan dengan algoritma Multinomial Naïve Bayes (0. 80), USE-Transfer learning (0. 80), dan Text Vectorization
UNKLABUNKLAB Gamifikasi, di sisi lain, mampu meningkatkan pemahaman belajar siswa. Kegiatan membaca yang biasanya monoton menjadi pengalaman yang menyenangkan dan bukanGamifikasi, di sisi lain, mampu meningkatkan pemahaman belajar siswa. Kegiatan membaca yang biasanya monoton menjadi pengalaman yang menyenangkan dan bukan