BKG

Yaqiin, Fardan Ainul (2019) Asosiasi Tempat Wisata dengan Kata Kunci di Malang Raya dengan Metode Association Rule Mining menggunakan Algoritme Fp-Growth. Sarjana thesis, Universitas Brawijaya.

Indonesian Abstract

Pertumbuhan tempat wisata di Indonesia, khususnya daerah Malang dan sekitarnya sangatlah pesat. Pesatnya pertumbuhan tempat wisata ini membuat wisatawan bingung memilih tujuan. FP-Growth merupakan algoritme dalam Association Rule Mining yang menggunakan frequent pattern dalam pembentukan asosiasi. FP-Growth dapat digunakan dalam pencarian asosiasi tempat wisata dengan kata kuncinya, di mana asosiasi ini nantinya dapat digunakan oleh wisatawan untuk acuan dalam memilih tujuan dan juga dapat digunakan oleh pengelola untuk meningkatkan layanannya. Penelitian ini menggunakan empat data komentar tempat wisata yang berbeda sebagai set transaksi sebagai masukan untuk pembentukan asosiasi. Keempat tempat wisata itu adalah Alun-alun Kota Malang, Jatim Park 2, Pantai Goa Cina, dan Taman Nasional Bromo Tengger Semeru. Di jaman modern ini jarang sekali wisatawan yang memberikan feedback secara offline, baik penyampaian secara lisan maupun secara tertulis menggunakan kotak saran, oleh karena itu data yang digunakan merupakan hasil scraping dari situs Tripadvisor, situs yang berisi ulasan-ulasan dari penggunanya. Data komentar yang ada kemudian akan disederhanakan berdasarkan kata kunci yang telah didefinisikan sebelumnya. Daftar kata kunci yang digunakan dalam penelitian ini mengacu pada aspek-aspek yang ada dalam ‘Sapta Pesona’. Dalam penarikan rule yang dihasilkan, hanya suffix dari tempat wisata saja yang diambil agar rule yang dihasilkan adalah asosiasi tempat wisata dengan kata kuncinya. Pengujian dilakukan untuk mengetahui pengaruh minimum support dan minimum confidence terhadap jumlah rule yang terbentuk dan rata-rata nilai lift ratio. Dari penelitian ini dapat diambil kesimpulan bahwa algoritme FP-Growth dapat menghasilkan asosiasi tempat wisata dengan kata kunci. Rata-rata nilai lift ratio dari asosiasi yang terbentuk adalah 2,77, yang berarti asosiasi tersebut dianggap bermanfaat

English Abstract

Tourist attraction in Indonesia, especially in Malang and its surrounding areas is growing rapidly. This growth made tourists hard to choose a destination. FP-Growth is an algorithm in the Mining Rule Association that uses frequent patterns in forming associations. FP-Growth can be used in the search for tourist attractions associations with its keywords, where these associations can later be used by tourists for reference in choosing destinations can also be used by managers to improve their services. This study uses four different tourist commentary data as a set of transactions as input for the formation of associations. In this modern era tourists rarely provide offline feedback, either delivering orally and in writing using the suggestion box, therefore the data used is the result of scraping from the Tripadvisor website, a site that contains reviews from users. The existing comment data will be simplified based on previously defined keywords. The list of keywords used in this study refers to the aspects in 'Sapta Pesona’. In the resulting rule withdrawal, only a suffix of tourist attractions is taken so that the rule produced is the association of tourist attractions with its keywords. Testing is done to determine the effect of minimum support and minimum confidence on the number of rules formed and the average value of lift ratio. From this study it can be concluded that the FP-Growth algorithm can form association of tourist attractions with keywords. The average lift ratio value of the association formed is 2,77, which means that the association is considered beneficial

Other Language Abstract

UNSPECIFIED

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2019/362/051905680
Uncontrolled Keywords: association rule, association rule Mining, fp-growth, frequent pattern, tempat wisata/association rule, association rule Mining, fp-growth, frequent pattern, tourist attractions
Subjects: 000 Computer science, information and general works > 001 Knowledge > 001.4 Research > 001.42 Research methods
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Endang Susworini
URI: http://repository.ub.ac.id/id/eprint/171687
Text
Fardan Ainul Yaqiin (2).pdf

Download | Preview

Actions (login required)

View Item View Item