Implementasi Naïve Bayes dan Weighted Product dalam Memberi Rekomendasi Hotel Terbaik saat Berwisata di Bali

Rahmadanu, Galih Aulia (2018) Implementasi Naïve Bayes dan Weighted Product dalam Memberi Rekomendasi Hotel Terbaik saat Berwisata di Bali. Sarjana thesis, Universitas Brawijaya.

Abstract

Bali merupakan salah satu destinasi wisata terbaik yang ada di Indonesia. Jumlah wisatawan yang datang ke Bali selalu bertambah 300.00 hingga 500.000 orang setiap tahunnya. Pada tahun 2017 sebesar 62.89% wisatawan yang berkunjung ke Bali memilih untuk menginap di hotel. Namun berdasarkan komentar-komentar yang terdapat disalah satu aplikasi pemesanan hotel terbesar di Indonesia yaitu traveloka masih ditemukan adanya keluhan mengenai hotel yang tidak sesuai dengan ekspektasi wisatawan. Oleh karena itu, pada sistem rekomendasi hotel ini dibuat dengan memperhitungkan nilai untuk setiap poin-poin yang dianggap penting dalam penilaian sebuah hotel. Pada sistem ini digunakan dua metode yaitu Naïve Bayes dan Weighted Product. Metode Naïve Bayes digunakan untuk mengklasifikasikan masukan yang diberikan oleh user kedalam kategori hotel yang ada dan metode Weighted Product digunakan untuk memberikan rekomendasi hotel dengan cara melakukan pengurutan hotel yang paling mendekati kriteria yang diinginkan user. Pada sistem ini terdapat 7 poin penilaian untuk hotel dan hotel dibagi dalam 3 kategori. Hasil pengujian akurasi sistem dengan menggunakan 50 data hotel menghasilkan tingkat akurasi paling baik sebesar 100%.

English Abstract

Bali is one of the best tourist destinations in Indonesia. The number of tourists coming to Bali always increases by 300.00 to 500,000 people every year. In 2017 amounting to 62.89% of tourists visiting Bali chose to stay at the hotel. But based on the wrong comments found in one of the largest hotel booking applications in Indonesia, Traveloka is still found to have complaints about hotels that are not in accordance with tourist expectations. Therefore, the hotel recommendation system is made by calculating the value for each of the points considered important in the assessment of a hotel. In this system two methods are used, namely Naïve Bayes and Weighted Product. The Naïve Bayes method is used to classify the input given by the user into the existing hotel category and the Weighted Product method is used to provide hotel recommendations by doing hotel ranking that is closest to the criteria that the user wants. In this system there are 7 rating points for hotels and hotels divided into 3 categories. The results of system accuracy testing using 50 hotel data resulted in the best level of accuracy of 100%.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2018/926/051900580
Uncontrolled Keywords:	Hotel, Rekomendasi, Poin Prioritas, Naïve Bayes, Weighted Product-Hotels, Recommendations, Priority Points, Naïve Bayes, Weighted Product
Subjects:	900 History, geography and auxiliary disciplines > 910 Geography and travel > 910.4 Account of travel and facilities for travelers > 910.46 facilities for travelers
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Sugeng Moelyono
Date Deposited:	06 Nov 2019 03:37
Last Modified:	18 May 2022 02:27
URI:	http://repository.ub.ac.id/id/eprint/167001

Text Galih Aulia Rahmadanu.pdf Download (3MB)

Actions (login required)

View Item