Publisher

IKHAFIIKHAFI

Journal Jurnal Sistem Informasi dan E-BisnisJurnal Sistem Informasi dan E-Bisnis Abstract

Pemilihan kamar kos merupakan salah satu keputusan penting bagi mahasiswa maupun pekerja yang membutuhkan tempat tinggal sementara. Banyaknya pilihan kos dengan karakteristik yang beragam seringkali menyebabkan pengguna mengalami kesulitan dalam menentukan kos yang sesuai dengan kebutuhan dan gaya hidupnya. Penelitian ini bertujuan membangun sistem rekomendasi pemilihan kamar kos berbasis web menggunakan metode User-Based Collaborative Filtering berdasarkan preferensi lifestyle pengguna. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL dengan mempertimbangkan lima kriteria utama, yaitu ketenangan, keamanan, kebersihan, kedekatan lokasi, dan lingkungan sosial. Metode Collaborative Filtering diterapkan melalui pembentukan matriks user-item, perhitungan kemiripan antar pengguna menggunakan Cosine Similarity, prediksi rating, dan proses perangkingan rekomendasi. Hasil perhitungan menunjukkan nilai similarity antar pengguna sebesar 0,89 yang mengindikasikan tingkat kemiripan preferensi yang tinggi. Berdasarkan proses prediksi, diperoleh nilai rekomendasi sebesar 4,36 untuk Kos K3 pada pengguna U1, 4,45 untuk Kos K2 pada pengguna U2, dan 3,92 untuk Kos K1 pada pengguna U3. Hasil tersebut menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang personal berdasarkan kesamaan preferensi dan riwayat penilaian pengguna. Pengujian menggunakan metode Black Box Testing menunjukkan seluruh fitur sistem berjalan sesuai dengan kebutuhan. Sistem yang dikembangkan diharapkan dapat membantu pengguna memperoleh rekomendasi kamar kos yang lebih tepat, efektif, dan sesuai dengan preferensi lifestyle yang dimiliki.

Conclusion

Penelitian ini berhasil membangun sistem rekomendasi pemilihan kamar kos berbasis web dengan menggunakan metode User-Based Collaborative Filtering yang memanfaatkan preferensi lifestyle pengguna, menghasilkan nilai similarity 0,89 dan prediksi rekomendasi yang tinggi (misalnya 4,36 untuk Kos K3 pada pengguna U1).Pengujian Black Box Testing menunjukkan bahwa seluruh fitur sistem berfungsi dengan baik, sehingga dapat membantu pengguna menentukan pilihan kamar kos secara efektif dan personal.Penelitian selanjutnya disarankan untuk mengevaluasi akurasi rekomendasi menggunakan metrik seperti MAE, Precision, dan Recall.

Future Research

Penelitian selanjutnya dapat menyelidiki bagaimana penambahan faktor kontekstual seperti harga, fasilitas, jarak ke fasilitas umum, dan tingkat keamanan ke dalam model Collaborative Filtering dapat meningkatkan akurasi rekomendasi kamar kos, sehingga pertanyaan penelitian yang dapat diajukan adalah: “Apakah integrasi faktor-faktor tersebut menghasilkan peningkatan signifikan pada metrik akurasi rekomendasi dibandingkan model yang hanya mengandalkan preferensi lifestyle?. Selanjutnya, perlu dilakukan perbandingan komprehensif antara pendekatan User-Based Collaborative Filtering, Item-Based Collaborative Filtering, dan model hibrida yang memadukan kedua pendekatan tersebut untuk menentukan mana yang paling efektif dalam konteks pemilihan kamar kos, dengan fokus pada pertanyaan: “Model rekomendasi mana yang menghasilkan nilai MAE, Precision, dan Recall terbaik pada dataset besar pengguna kos yang beragam?. Terakhir, disarankan untuk melakukan evaluasi kualitatif dan kuantitatif terhadap kepuasan pengguna melalui survei terstruktur serta pengukuran metrik evaluasi seperti MAE, Precision, dan Recall pada populasi yang lebih luas, sehingga dapat menjawab pertanyaan: “Bagaimana persepsi pengguna terhadap kualitas rekomendasi yang diberikan dan apakah metrik evaluasi tersebut mencerminkan kepuasan sebenarnya secara konsisten?.

Metadata

File size	427.66 KB
Pages	7
DMCA	Report