Implementasi Sistem Penunjang Keputusan Untuk Destinasi Wisata Di Bogor Menggunakan Metode Collaborative Filtering
DOI:
https://doi.org/10.32493/joaiia.v7i1.55485Keywords:
Sistem Penunjang Keputusan, Rekomendasi Wisata, Wisata Bogor, Metode Collaborative FilteringAbstract
Bogor memiliki banyak pilihan tempat wisata dengan karakteristik beragam yang sering membuat wisatawan kesulitan menentukan destinasi sesuai preferensi mereka. Oleh karena itu, dibutuhkan sistem yang dapat membantu wisatawan dalam pengambilan keputusan secara efektif. Penelitian ini mengimplementasikan Sistem Penunjang Keputusan berbasis web untuk memberikan rekomendasi destinasi wisata di Bogor menggunakan metode User-Based Collaborative Filtering dengan cosine similarity. Sistem dikembangkan menggunakan Python dan framework Flask, untuk menganalisis kesamaan pola rating antar pengguna untuk menghasilkan rekomendasi personal. Metode collaborative filtering bekerja dengan mengidentifikasi pengguna yang memiliki preferensi serupa, kemudian merekomendasikan destinasi wisata yang disukai oleh pengguna dengan karakteristik preferensi yang mirip. Evaluasi performa sistem menggunakan metrik RMSE dan MAE menunjukkan tingkat akurasi prediksi yang baik. Sistem ini membantu wisatawan memperoleh rekomendasi yang lebih personal dan efisien, serta dapat dimanfaatkan pengelola pariwisata sebagai sarana promosi berbasis data. Implementasi sistem ini diharapkan dapat meningkatkan pengalaman wisatawan dalam memilih destinasi dan mendukung pengembangan sektor pariwisata di Bogor.
References
[1] Alatas, M. A., & Syafitra, D. (2025). Perancangan Sistem Penjadwalan Dan Penggajian Karyawan Toko Kebaya Amora Berbasis Web Metode Extreme Programming. 3(2), 1–10. https://mypublikasi.com/
[2] Aliman, W. (2021). Perancangan Perangkat Lunak untuk Menggambar Diagram Berbasis Android. Syntax Literate ; Jurnal Ilmiah Indonesia, 6(6), 3091. https://doi.org/10.36418/syntax-literate.v6i6.1404
[3] Ambara, I. G. Y. A., Paramitha, A. A. I. I., & Putri, I. G. A. P. D. (2024). Pengembangan Website Desa Wisata Sebagai Media Informasi Wisatawan Pada Desa Temesi. AJAD : Jurnal Pengabdian Kepada Masyarakat, 4(2), 408–414. https://doi.org/10.59431/ajad.v4i2.354
[4] Azzahra, Z. F., & Anggoro, A. D. (2022). Analisis Teknik Entity-Relationship Diagram dalam Perancangan Database Sebuah Literature Review. INTECH (Informatika dan Teknologi), 3(2), 70-74. Jurnal Intech, 3(2), 18–22.
[5] Cahyani, P. R., Maylinasari, L., Ambami, S. A., & Putra, B. R. (2023). Analisis Dan Desain Sistem Aplikasi Kantin Elektronik (E-Canteen) Bagi Mahasiswa Dan Staff Universitas. Journal of Digital Business and Innovation Management, 2(2), 164–179. https://doi.org/10.26740/jdbim.v2i2.58084
[6] Candra Wijayanto, & Yeremia Alfa Susetyo. (2022). Implementasi Flask Framework Pada Pembangunan Aplikasi Sistem Informasi Helpdesk (SIH). JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 07(03), 858–868.https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/article/view/3161/1328
[7] Farhan Abiyyu, I., Zulfia Zahro’, H., & Dedy Irawan, J. (2023). Sistem Pendukung Keputusan Untuk Penentuan Pelaksanaan Praktikum Terbaik Menggunakan Metode Topsis. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 890–898. https://doi.org/10.36040/jati.v7i1.6189
[8] F. Nugroho and M. Ismu Rahayu, “SISTEM REKOMENDASI PRODUK UKM DI KOTA BANDUNG MENGGUNAKAN ALGORITMA COLLABORATIVE FILTERING,” J. Ris. Sist. Inf. dan Teknol. Inf., vol. 2, no. 3, pp. 23–31, Sep. 2020, doi: 10.52005/jursistekni.v2i3.63.
[9] Hafiz Maulana Siagian, Nasution, M. I. P., & Triase. (2022). IMPLEMENTASI FRAMEWORK BOOTSTRAP PADA SISTEM KERJA PRAKTEK BERBASIS WEB RESPONSIVE. JSiI (Jurnal Sistem Informasi), 9(1), 6–11. https://doi.org/10.30656/jsii.v9i1.3922
[10] Herwanto, A. (2025). Analisis Perbandingan Kinerja Browser : Studi Kasus Google Chrome, Mozilla Firefox. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(3), 3545–3549. https://doi.org/10.31004/riggs.v4i3.2512
[11] K. Obajha, N. N. K. Sari, and V. H. Pranatawijaya, “Implementasi Metode Collaborative Filtering pada Aplikasi Rekomendasi Hotel dan Wisma di Kota Palangka Raya Berbasis Website,” KONSTELASI Konvergensi Teknol. dan Sist. Inf., vol. 3, no. 2, pp. 398–410, Dec. 2023, doi: 10.24002/konstelasi.v3i2.7133.
[12] M. Minarni and S. Sigit, “Pengembangan Sistem Informasi Rekomendasi Wisata Kotawaringin Timur Berbasis Web MenggunakanMetode Item-Based Collaborative Filtering,” J. Ilm. Inform. Glob., vol. 13, no. 3, Jan. 2023, doi: 10.36982/jiig.v13i3.2695.
[13] R. Faurina and E. Sitanggang, “Implementasi Metode Content-Based Filtering dan Collaborative Filtering pada Sistem Rekomendasi Wisata di Bali,” Techno.Com, vol. 22, no. 4, pp. 870–881, Nov. 2023, doi: 10.33633/tc.v22i4.8556.
[14] T. E. Tarigan, E. Faizal, and Sumiyatun, “Model Rekomendasi Wisata dengan Pendekatan Collaborative Filtering,” J. Inform. Komputer, Bisnis dan Manaj., vol. 21, no. 2, pp. 56–64, Nov. 2023, doi: 10.61805/fahma.v21i2.18.
[15] Y. S. Pasaribu and Timotius Selar Sitompul, “Rekomendasi Destinasi Wisata Kota Bandung Menggunakan Algoritma Collaborative Filtering,” Mutiara J. Penelit. dan Karya Ilm., vol. 1, no. 6, pp. 382–392, Dec. 2023, doi: 10.59059/mutiara.v1i6.736.
