Implementasi Rekomendasi Wisata Jakarta Utara Berbasis Web Menggunakan Collaborative Filtering Ulasan Pengguna

Abstract

Jakarta Utara memiliki beragam destinasi wisata, namun informasi yang tersedia umumnya masih bersifat umum sehingga belum mampu memberikan rekomendasi yang sesuai dengan preferensi setiap pengguna. Penelitian ini bertujuan mengembangkan sistem rekomendasi wisata berbasis web menggunakan metode User-Based Collaborative Filtering dengan Pearson Correlation Coefficient untuk mengukur tingkat kemiripan antar pengguna berdasarkan data rating. Nilai kemiripan tersebut digunakan untuk menghitung skor prediksi terhadap destinasi yang belum pernah dinilai oleh pengguna sehingga rekomendasi yang dihasilkan menjadi lebih personal. Selain itu, sistem menerapkan mekanisme Top Popular Fallback untuk mengatasi permasalahan cold start ketika data rating pengguna belum mencukupi. Sistem dikembangkan berbasis web dan diuji menggunakan metode Black Box Testing. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi wisata yang sesuai dengan preferensi pengguna serta tetap memberikan rekomendasi yang valid pada kondisi data yang terbatas.