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.