Implementasi Rekomendasi Tempat Wisata Menggunakan Metode Content-Based Recommendation System Pada Aplikasi Social Traveler : Retrip

Putra, I Gede Eka Samdyana and Salnan Ratih Asriningtias, ST., MT (2024) Implementasi Rekomendasi Tempat Wisata Menggunakan Metode Content-Based Recommendation System Pada Aplikasi Social Traveler : Retrip. Diploma thesis, Universitas Brawijaya.

Abstract

Indonesia memiliki banyak destinasi wisata menakjubkan yang menarik wisatawan mancanegara dan lokal. Pada Februari 2023, sekitar 701.931 wisatawan mancanegara datang ke Indonesia, meningkat 567,27% dari Februari 2022. Dengan potensi besar dalam pariwisata, teknologi seperti aplikasi mobile dan media sosial dapat meningkatkan pengalaman wisatawan. Aplikasi mobile mengubah cara para wisatawan berinteraksi dengan lingkungan sekitar mereka. Tidak hanya sebagai alat untuk berbagi pengalaman perjalanan, tetapi juga sebagai sumber utama informasi bagi mereka yang ingin mengeksplorasi destinasi baru. Fenomena ini telah memunculkan kebutuhan akan solusi yang lebih personal dan relevan dalam merekomendasikan destinasi wisata. Konsep ini membawa lahirnya apa yang dikenal sebagai sistem rekomendasi menggunakan machine learning. Sistem rekomendasi berbasis machine learning menawarkan solusi personal dan relevan untuk rekomendasi destinasi wisata. Sistem rekomendasi dalam Retrip diimplementasikan menggunakan metode Content-Based Recommendation System untuk memberikan rekomendasi yang sesuai dengan minat pengguna. Evaluasi sistem menunjukkan bahwa dengan menggunakan metode ini, hasil rekomendasi menunjukkan akurasi tinggi dalam memberikan rekomendasi.

English Abstract

Indonesia boasts many stunning tourist destinations that attract both international and local tourists. In February 2023, approximately 701,931 international tourists visited Indonesia, marking an increase of 567.27% from February 2022. With the enormous potential in tourism, technologies such as mobile applications and social media can enhance the tourist experience. Mobile applications are transforming how tourists interact with their surroundings. They serve not only as tools for sharing travel experiences but also as primary sources of information for those looking to explore new destinations. This phenomenon has created a demand for more personalized and relevant solutions in recommending tourist destinations. This concept has given rise to what is known as recommendation systems using machine learning. Machine learning-based recommendation systems offer personalized and relevant solutions for tourist destination recommendations. The recommendation system in Retrip is implemented using the Content-Based Recommendation System method to provide recommendations that match users' interests. System evaluations indicate that using this method results in high accuracy in providing recommendations

Item Type:	Thesis (Diploma)
Identification Number:	0524170249
Uncontrolled Keywords:	Sistem rekomendasi, Machine learning, Content-Based Recommendation System, Teknologi pariwisata-Recommendation Systems, Machine Learning, Content-Based Recommendation System, Tourism technology
Divisions:	Program Vokasi > D3 Teknologi Informasi
Depositing User:	soegeng sugeng
Date Deposited:	15 Jul 2024 04:34
Last Modified:	15 Jul 2024 04:34
URI:	http://repository.ub.ac.id/id/eprint/222603

Text (DALAM MASA EMBARGO) I Gede Eka Samdyana Putra.pdf Restricted to Registered users only Download (4MB)

Actions (login required)

View Item