TA : Penerapan Algoritma Content-Based Filtering untuk Rekomendasi Destinasi Wisata pada Aplikasi Picnicker
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika
Author
Aprianto Aprianto (STUDENT ID : 18410100002)
Julianto Lemantara (LECTURER ID : 0722108601)
Tri Sagirani (LECTURER ID : 0731017601)
Julianto Lemantara (LECTURER ID : 0722108601)
Tri Sagirani (LECTURER ID : 0731017601)
Subject
005 Computer programming, programs & data
Datestamp
2022-08-20 12:06:34
Abstract :
Pandemi Covid-19 yang menyebar di Indonesia pada awal 2020 membawa dampak bagi semua aspek kehidupan manusia. Sektor atau Industri pariwisata salah satu yang terdampak parah dengan adanya Pandemi. Sektor Pariwisata yang digadang menjadi sektor cemerlang penyumbang devisa terbesar negara mengalami kerugian hingga 50 Triliun rupiah perbulannya. Kemenparekraf selaku Kementerian yang menaungi mengeluarkan segmentasi wisata aman yaitu Personalize, Costumize, Localize dan Smaller in Size yang merujuk pada wisata lokal. Permasalahan yang ada adalah belum adanya platform yang dapat mengakomodasi kebutuhan wisatawan dalam menjangkau informasi destinasi wisata lokal secara langsung dan sesuai dengan segmentasi wisata yang dikeluarkan Kemenparekraf. Dalam penelitian ini diberikan usulan solusi yaitu pengembangan sistem Aplikasi Picnicker yang menghubungkan wisatawan dengan pengelola destinasi wisata lokal dalam satu platform aplikasi yang sama untuk menghubungkan transaksi jual beli tiket wisata. Rekomendasi wisata lokal diberikan di dalam aplikasi melalui penerapan Algoritma Content Based Filtering untuk memberikan rekomendasi destinasi wisata yang memiliki kemiripan konten deskripsi. Pengujian terhadap penerapan algoritma Content Based Filtering dilakukan dengan 20 data sampel wisata lokal yang memberikan hasil akurasi sebesar 81,7% dan presisi sebesar 80,9% dimana hal ini menunjukan metode Content-Based Filtering memiliki performa yang baik dalam menghasilkan rekomendasi wisata lokal pada Aplikasi Picnicker. Pengujian usabilitas aplikasi Picnicker dilakukan kepada dengan metode System Usability Scale (SUS) yang memberikan hasil skor akhir sebesar 78,08 yang menunjukkan bahwa aplikasi Picnicker dapat diterima dengan baik oleh wisatawan.
Pandemi Covid-19 yang menyebar di Indonesia pada awal 2020 membawa dampak bagi semua aspek kehidupan manusia. Sektor atau Industri pariwisata salah satu yang terdampak parah dengan adanya Pandemi. Sektor Pariwisata yang digadang menjadi sektor cemerlang penyumbang devisa terbesar negara mengalami kerugian hingga 50 Triliun rupiah perbulannya. Kemenparekraf selaku Kementerian yang menaungi mengeluarkan segmentasi wisata aman yaitu Personalize, Costumize, Localize dan Smaller in Size yang merujuk pada wisata lokal. Permasalahan yang ada adalah belum adanya platform yang dapat mengakomodasi kebutuhan wisatawan dalam menjangkau informasi destinasi wisata lokal secara langsung dan sesuai dengan segmentasi wisata yang dikeluarkan Kemenparekraf. Dalam penelitian ini diberikan usulan solusi yaitu pengembangan sistem Aplikasi Picnicker yang menghubungkan wisatawan dengan pengelola destinasi wisata lokal dalam satu platform aplikasi yang sama untuk menghubungkan transaksi jual beli tiket wisata. Rekomendasi wisata lokal diberikan di dalam aplikasi melalui penerapan Algoritma Content Based Filtering untuk memberikan rekomendasi destinasi wisata yang memiliki kemiripan konten deskripsi. Pengujian terhadap penerapan algoritma Content Based Filtering dilakukan dengan 20 data sampel wisata lokal yang memberikan hasil akurasi sebesar 81,7% dan presisi sebesar 80,9% dimana hal ini menunjukan metode Content-Based Filtering memiliki performa yang baik dalam menghasilkan rekomendasi wisata lokal pada Aplikasi Picnicker. Pengujian usabilitas aplikasi Picnicker dilakukan kepada dengan metode System Usability Scale (SUS) yang memberikan hasil skor akhir sebesar 78,08 yang menunjukkan bahwa aplikasi Picnicker dapat diterima dengan baik oleh wisatawan.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
