<![CDATA[Pesatnya pertumbuhan sektor pariwisata di Pulau Jawa menyebabkan terjadinya fenomena information overload bagi wisatawan dalam menentukan akomodasi yang sesuai. Penelitian ini bertujuan untuk mengembangkan asisten virtual bernama inapinep.id, sebuah chatbot berbasis Natural Language Processing (NLP) yang berfungsi sebagai sistem rekomendasi hotel. Metode yang digunakan adalah Term Frequency-Inverse Document Frequency (TF-IDF) untuk pembobotan fitur dan Cosine Similarity untuk menghitung tingkat kemiripan antara kueri deskriptif pengguna dengan dataset hotel. Tahapan preprocessing difokuskan pada pembersihan teks, normalisasi sinonim, dan deduplikasi kata tanpa menggunakan proses stemming guna menjaga integritas istilah teknis fasilitas hotel. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi yang presisi dengan skor kemiripan tertinggi mencapai 0,6687 pada pengujian kueri spesifik. Uji statistik Chi-Square mengonfirmasi bahwa fitur "lift" merupakan parameter pembeda paling signifikan (p = 0,0071) dalam menentukan kecenderungan rating hotel tinggi dalam dataset. Sistem juga dilengkapi dengan mekanisme guardrails untuk menangani kueri di luar topik guna menjaga kualitas interaksi. Penelitian ini membuktikan bahwa integrasi model pembobotan kata dan analisis statistik mampu menghasilkan sistem rekomendasi yang cerdas dan intuitif dalam membantu navigasi wisatawan di Pulau Jawa. Kata Kunci: Chatbot, Natural Language Processing, TF-IDF, Cosine Similarity, Rekomendasi Hotel.]]>
