Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JIKO (Jurnal Informatika dan Komputer)
Novita Aria Rizki
Universitas Semarang
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
SISTEM REKOMENDASI TEMPAT WISATA DI KOTA SEMARANG MENGGUNAKAN METODE COLLABORATIVE FILTERING Saifur Rohman Cholil; Novita Aria Rizki; Trinanda Fajri Hanifah
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 1 (2023): Februari 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4687.97 KB) | DOI: 10.26798/jiko.v7i1.727

Abstract

Kota Semarang yang terletak di Jawa Tengah memiliki banyak destinasi wisata, namun sebagian besar pengunjung hanya mengetahui beberapa tempat saja diantaranya Tugu Muda, Simpang Lima, Lawang Sewu dan lainnya, akibatnya banyak sekali tempat wisata lain di Kota Semarang yang jarang dikunjungi dan terekspos. Isu selanjutnya adalah pengenalan destinasi wisata oleh pemerintah daerah dimana masih menggunakan metode lama yaitu pengenalan tempat wisata secara manual dengan cara menyebarkan brosur. Tujuan dari penelitian ini untuk membuat sistem yang merekomendasikan tempat wtisata di Kota Semarang berdasarkan pemberian rating dengan menggunakan metode collaborative filtering. Hasil yang diinginkan dalam penelitian ini yaitu telah terbentuknya sistem menggunakan metode collaborative filtering yang dapat merekomendasikan tempat wisata dengan nilai perbandingan dari wisawatan lain. Sistem ini memungkinkan semua orang dapat memberikan rating di dalam sistem tersebut sehingga memberikan rekomendasi di kota Semarang. Sistem rekomendasi ini dapat mengenalkan tempat wisata baru di Semarang sehingga dapat memunculkan potensi wisata baru di Semarang. Pengembangan selanjutnya yaitu aplikasi ini dapat dilakukan dengan membuat sistem menjadi online sehingga bisa digunakan oleh masyarakat dan dapat dikembangkan dengan metode rekomendasi lainnya seperti content based filtering         
Co-Authors Saifur Rohman Cholil Trinanda Fajri Hanifah