Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : ILKOMNIKA: Journal of Computer Science and Applied Informatics

Sistem Rekomendasi Destinasi Wisata di Kota Batu Menggunakan Neural Collaborative Filtering Aristantia, Yuliana; Arif, Yunifa Miftachul; Abidin, Zainal
ILKOMNIKA Vol 6 No 3 (2024): Volume 6, Nomor 3, Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.688

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi destinasi wisata di Kota Batu, Jawa Timur, menggunakan metode Neural Collaborative Filtering (NCF). Sistem ini dirancang untuk membantu wisatawan memilih destinasi yang sesuai dengan preferensi mereka, mengatasi tantangan keberagaman kebutuhan wisatawan dalam industri pariwisata yang terus berkembang. Dataset yang digunakan mencakup data pengunjung, preferensi wisata, dan informasi 14 lokasi wisata populer di Kota Batu. Proses implementasi melibatkan persiapan dataset, pembentukan matriks embedding, dan pelatihan model menggunakan TensorFlow. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall berdasarkan Confusion Matrix. Hasil penelitian menunjukkan bahwa sistem rekomendasi berbasis NCF memiliki performa akurasi yang baik, dengan akurasi tertinggi sebesar 81% pada skenario pembagian data training 80% dan data testing 20%. Skenario lainnya, seperti 85:15, menghasilkan akurasi 80%, yang mengindikasikan kemampuan generalisasi model yang memadai. Namun, akurasi menurun pada skenario dengan proporsi data training yang lebih kecil, seperti 60:40 (67%) dan 70:30 (74%), menegaskan pentingnya dataset yang representatif untuk meningkatkan prediksi. Sistem ini efektif dalam memberikan rekomendasi yang personal dan akurat, sekaligus mendukung promosi pariwisata di Kota Batu. Penelitian ini diharapkan dapat mendorong peningkatan kunjungan wisatawan ke Kota Batu dan berkontribusi pada pertumbuhan industri pariwisata Indonesia.
Sistem Rekomendasi Destinasi Wisata Menggunakan Data Demografis Berbasis Klasifikasi Support Vector Machine A'yun, Aldilla Qurrata; Arif, Yunifa Miftachul; ., Muhammad Imamudin
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.826

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi destinasi wisata berbasis data demografis menggunakan metode klasifikasi Support Vector Machine (SVM). Sistem dirancang untuk memberikan rekomendasi destinasi yang sesuai dengan karakteristik wisatawan, seperti usia, jenis kelamin, dan status sosial. Dataset yang digunakan terdiri dari sepuluh variabel demografis dan empat belas kategori destinasi wisata. Analisis awal menunjukkan bahwa dataset memiliki ketidakseimbangan kelas yang sangat tinggi, dengan kelas Jatim Park 1 mendominasi lebih dari separuh data sementara banyak kelas lain hanya memiliki 1–6 sampel. Untuk mengurangi dampak ketidakseimbangan ini, dilakukan teknik oversampling pada data training. Model SVM kemudian dilatih menggunakan beberapa kombinasi parameter dan kernel, serta diuji menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil eksperimen menunjukkan bahwa pada data training yang sudah diseimbangkan, performa model meningkat signifikan, ditunjukkan oleh nilai F1-macro pada cross-validation sebesar 0.84. Namun, ketika diuji pada data testing yang mencerminkan kondisi distribusi asli, performa model menurun, dengan akurasi sebesar 54% dan nilai F1-macro yang rendah pada sebagian besar kelas minoritas. Temuan ini menunjukkan bahwa meskipun SVM efektif pada data yang seimbang, performanya masih belum optimal pada dataset rekomendasi wisata yang sangat timpang. Penelitian ini merekomendasikan pengayaan data, terutama untuk kelas-kelas minoritas, serta eksplorasi metode penanganan ketidakseimbangan kelas lainnya pada penelitian lanjutan.