Membangun Sistem Rekomendasi Hotel dengan Content Based Filtering Menggunakan K-Nearest Neighbor dan Haversine Formula

Abstract

Peningkatakan pertumbuhan industri hotel pada tiap tahunnya dan preferensi konsumen yang bervariasi dalam kebutuhan layanan hotel mengakibatkan konsumen lebih konsumtif dalam memilih hotel. Kurangnya pilihan kriteria bobot pada penyedia layanan hotel mengakibatkan konsumen mengalami kesulitan dalam memilih hotel yang sesuai dengan preferensinya, sehingga diperlukan sebuah sistem rekomendasi hotel sebagai pilihan alternatif dalam memilih hotel. Dalam penelitian ini digunakan permodelan Case Based Reasoning (CBR) untuk memberikan pembelajaran kepada sistem. Pilihan dari user pada pilihan hotel secara otomatis akan disimpan ke dalam database dan dijadikan sebagai data training sehingga sistem akan mendapatkan informasi secara berkelanjutan. Pada penelitian ini diberikan tiga jenis kebutuhan antara lain Kebutuhan Prioritas (KP), Kebutuhan Umum (KU) dan Kebutuhan Tambahan (KT) dan atribut yang digunakan terdapat enam yaitu: fasilitas, lokasi, harga, tipe kamar, bintang dan skor yang sangat mempegaruhi hasil rekomendasi. Untuk setiap nilai bobot yang ada, dilakukan uji validitas bobot kepentingan menggunakan pairwise comparison matrix (PCM) sehingga nilai bobot menjadi valid dengan rentang nilai 0-1. Selain itu penerapan content based filtering menggunakan metode haversine formula dan K-Nearest Neighbor (KNN) dalam menentukan nilai terdekat dengan data training. Dari eksperimen, didapatkan hasil pengukuran performansi yang memuaskan berupa rata-rata kemiripan (similarity) sebesar 84.50% Kata kunci : Case Based Reasoning, Content Based Filtering, Haversine Formula, K-Nearest

Penerapan Teknologi Blockchain Dalam Pendidikan Kooperatif Berbasis E-Portfolio

“…Karena setiap blok yang diproteksi oleh kriptografi terhubung dengan blok satu sama lain untuk membuat jaringan yang ada. Setiap jaringan peer-to-peer pada blockchain saling terhubung dan tersertifikasi untuk merekam data baru menggunakan mekanisme konsensus yang tersimpan pada informasi teknologi blockchain [9]. Teknologi Blockchain juga terdesentralisasi sehingga tidak ada otoritas tunggal yang memiliki kendali penuh, tetapi dipecah menjadi setiap komputer yang memasang perangkat lunak khususx.…”

Evaluasi Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademik Menggunakan Metode Klasifikasi Algoritma C4.5

“…Pada tahapan ini yaitu penelitian mengumpulkan data survei kepuasan mahasiswa yang didapatkan dari Unit Satuan Penjaminan Mutu (SPM) Unjani dari tahun 2017-2021 [20]. Dan menerapkan beberapa kajian pustaka yaitu mengumpulkan serta mempelajari buku-buku rujukan, artikel, serta jurnal yang memuat tentang ulasan serupa [21].…”

Pengukuran Kesiapan Transformasi Digital Smart City Menggunakan Aplikasi Rapid Miner

“…Data yang dikelola dalam penelitian terhadap pengukuran kesiapan dalam transformasi digital merupakan data sekunder milik Pusat Inovasi Kota dan Komunitas Cerdas [PIKKC ITB] pada tahun 2021. Data berikut merupakan data kuantitatif dari salah satu domain Sumber Daya Manusia pada pengukuran digital transformation Readiness yang dilakukan untuk mengetahui tingkat kesiapan perusahaan/organisasi/institusi untuk melakukan transformasi sehingga kesiapan diukur dalam empat domain yaitu People, Process, Technology, dan Data Management [16]…”