Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Eksplora Informatika

Sistem Rekomendasi Buku Menggunakan Algoritma Rabin-Karp Rohman, Arif Nur; Fauzy, Marwan Noor; Sa'di, Ahmad
Jurnal Eksplora Informatika Vol 12 No 1 (2022): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i1.1074

Abstract

Toko BukuKita telah menyediakan katalog buku yang dapat diakses atau dibeli melalui website resminya yaitu bukukita.com, pada website tersebut pengunjung dapat melakukan pencarian buku dengan memasukkan keyword berupa judul atau pengarang. Namun, rekomendasi buku yang diberikan oleh website ini hanya berdasarkan kesamaan penulis atau juga kategori, padahal buku dengan kategori yang sama belum tentu topiknya sama. Pendekatan yang dilakukan pada penelitian ini adalah menggunakan pendekatan content based filtering dengan algoritma Rabin-Karp yang mana deskripsi buku dijadikan sebagai bahan untuk mendapatkan rekomendasi berupa buku lain yang memiliki kedekatan deskripsi. Sebanyak 201 dataset dikumpulkan dari kategori buku agama dan komputer, setelah dilakukan prapemrosesan dengan eliminasi buku yang tidak memiliki deskripsi lalu diperoleh dataset akhir 113 baris data yang selanjutnya akan digunakan untuk menguji hasil similarity dengan algoritma Rabin-Karp. Luaran dari algoritma ini adalah skor kemiripan yang mana dalam penelitian ini penulis mengambil yang skornya tertinggi, artinya semakin tinggi skornya maka semakin direkomendasikan. Pada pengujian algoritma di kategori agama buku yang direkomendasikan tetap buku-buku yang ada di kategori agama, begitu juga kategori komputer. Buku dengan kesamaan judul yang tinggi belum tentu menjadi paling direkomendasikan meskipun masuk dalam top 3 rekomendasi.
Sistem Rekomendasi Wisata Magelang Menggunakan Metode Collaborative Filtering Siska, Siska; Fajri, Ika Nur; Rayhan, Radhita; Pratama, Akbar; Rohman, Arif Nur
Jurnal Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1084

Abstract

Pariwisata telah menjadi kegiatan yang populer dan digemari oleh banyak orang, termasuk di Indonesia yang memiliki berbagai destinasi terkenal. Magelang, salah satu daerah di Indonesia, memiliki potensi pariwisata yang besar dengan ragam objek wisata, mulai dari sejarah hingga alam. Penelitian ini membahas tentang pengembangan sistem rekomendasi tempat wisata di Magelang menggunakan metode collaborative filtering. Data yang digunakan berasal dari kaggle.com, mencakup informasi rating dan profil pengguna. Analisis umur menunjukkan partisipasi tinggi dari kelompok usia 21-30 tahun, yang merupakan segmen aktif dalam wisata. Mayoritas pengguna berasal dari Pulau Jawa, menambah dimensi kebudayaan dalam penelitian. Metode penelitian ini melibatkan penggunaan collaborative filtering untuk menghasilkan rekomendasi tempat wisata berdasarkan preferensi pengguna. Pengujian dilakukan pada User_Id 1, yang menghasilkan rekomendasi beragam dengan prediksi skor sekitar 3,81 untuk tiga tempat utama. Hasil ini menunjukkan bahwa sistem rekomendasi dapat membantu pengguna menemukan destinasi yang sesuai dengan preferensi mereka. Kesimpulan penelitian ini menggarisbawahi potensi sistem rekomendasi untuk meningkatkan pengalaman wisata dan mendukung pengembangan sektor pariwisata di Magelang.
Sistem Rekomendasi Buku Menggunakan Algoritma Rabin-Karp Rohman, Arif Nur; Fauzy, Marwan Noor; Sa'di, Ahmad
Eksplora Informatika Vol 12 No 1 (2022): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i1.1074

Abstract

Toko BukuKita telah menyediakan katalog buku yang dapat diakses atau dibeli melalui website resminya yaitu bukukita.com, pada website tersebut pengunjung dapat melakukan pencarian buku dengan memasukkan keyword berupa judul atau pengarang. Namun, rekomendasi buku yang diberikan oleh website ini hanya berdasarkan kesamaan penulis atau juga kategori, padahal buku dengan kategori yang sama belum tentu topiknya sama. Pendekatan yang dilakukan pada penelitian ini adalah menggunakan pendekatan content based filtering dengan algoritma Rabin-Karp yang mana deskripsi buku dijadikan sebagai bahan untuk mendapatkan rekomendasi berupa buku lain yang memiliki kedekatan deskripsi. Sebanyak 201 dataset dikumpulkan dari kategori buku agama dan komputer, setelah dilakukan prapemrosesan dengan eliminasi buku yang tidak memiliki deskripsi lalu diperoleh dataset akhir 113 baris data yang selanjutnya akan digunakan untuk menguji hasil similarity dengan algoritma Rabin-Karp. Luaran dari algoritma ini adalah skor kemiripan yang mana dalam penelitian ini penulis mengambil yang skornya tertinggi, artinya semakin tinggi skornya maka semakin direkomendasikan. Pada pengujian algoritma di kategori agama buku yang direkomendasikan tetap buku-buku yang ada di kategori agama, begitu juga kategori komputer. Buku dengan kesamaan judul yang tinggi belum tentu menjadi paling direkomendasikan meskipun masuk dalam top 3 rekomendasi.
Sistem Rekomendasi Wisata Magelang Menggunakan Metode Collaborative Filtering Siska, Siska; Fajri, Ika Nur; Rayhan, Radhita; Pratama, Akbar; Rohman, Arif Nur
Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1084

Abstract

Pariwisata telah menjadi kegiatan yang populer dan digemari oleh banyak orang, termasuk di Indonesia yang memiliki berbagai destinasi terkenal. Magelang, salah satu daerah di Indonesia, memiliki potensi pariwisata yang besar dengan ragam objek wisata, mulai dari sejarah hingga alam. Penelitian ini membahas tentang pengembangan sistem rekomendasi tempat wisata di Magelang menggunakan metode collaborative filtering. Data yang digunakan berasal dari kaggle.com, mencakup informasi rating dan profil pengguna. Analisis umur menunjukkan partisipasi tinggi dari kelompok usia 21-30 tahun, yang merupakan segmen aktif dalam wisata. Mayoritas pengguna berasal dari Pulau Jawa, menambah dimensi kebudayaan dalam penelitian. Metode penelitian ini melibatkan penggunaan collaborative filtering untuk menghasilkan rekomendasi tempat wisata berdasarkan preferensi pengguna. Pengujian dilakukan pada User_Id 1, yang menghasilkan rekomendasi beragam dengan prediksi skor sekitar 3,81 untuk tiga tempat utama. Hasil ini menunjukkan bahwa sistem rekomendasi dapat membantu pengguna menemukan destinasi yang sesuai dengan preferensi mereka. Kesimpulan penelitian ini menggarisbawahi potensi sistem rekomendasi untuk meningkatkan pengalaman wisata dan mendukung pengembangan sektor pariwisata di Magelang.