Sistem Rekomendasi Hotel Di Yogyakarta Menggunakan Metode Item-Based Collaborative Filtering Dengan Algoritma K-Nearest Neighbor (Studi Kasus : Data Rating Untuk Hotel Di Yogyakarta Pada Website Tiket.Com)
Abstract
Pariwisata adalah suatu aktivitas perjalanan yang dilakukan oleh masyarakat
berupa rekreasi atau liburan untuk melepaskan penat. Pariwisata dimulai dari
perencanaan, perjalanan, hingga kembali dari wisata. Daerah Istimewa
Yogyakarta (DIY) merupakan salah satu daerah yang memiliki berbagai macam
objek wisata. Oleh karena itu, DIY menjadi salah satu provinsi di Indonesia
dengan jumlah wisatawan cukup tinggi. Perkembangan teknologi mempengaruhi
para wisatawan dalam melakukan perjalanan wisata salah satunya yaitu
melakukan pemesanan hotel dengan reservasi secara online. Salah satu website
yang bergerak di bidang travel dan entertainment dan mendukung reservasi hotel
secara online yaitu tiket.com. Terdapat banyak sekali hotel yang tersedia dalam
website tiket.com. Untuk mempermudah pengguna dalam memilih hotel yang
ingin ditempati dan sesuai dengan preferensi pengguna maka dibangun sistem
rekomendasi. Sistem rekomendasi merupakan sebuah bentuk analisis data yang
dilihat berdasarkan interaksi antara pengguna (user) dan produk (item). Salah satu
metode sistem rekomendasi yaitu item-based collaborative filtering (IBCF) yang
termasuk dalam pendekatan memory-based. Dengan menggunakan algoritma knearest
neighbor didapatkan hasil rekomendasi top-15 hotel dengan nilai
similarity dan prediksi rating tertinggi. Lalu didapatkan nilai akurasi sebesar
96.07% yang dihitung dengan root mean square error. Untuk mempermudah
penggunaan model rekomendasi, peneliti membangun website dengan
memanfaatkan Heroku dan Git. Alamat website dapat diakses pada https://hotelrekomendasi-diningdsr.herokuapp.com.
Collections
- Statistics [904]