Sedihati Kayan Lumban Gaol
Teknik Komputer, Politeknik Unggulan Cipta Mandiri, Medan, Indonesia

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

Found 1 Documents
Search

Implementasi Knuth-Morris-Pratt (KMP) Untuk Pencarian Tempat Wisata Sedihati Kayan Lumban Gaol
FIMERKOM : Journal of Information Systems and Technology Vol. 1 No. 2 (2024): Desember 2024
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pencarian informasi tempat wisata secara cepat dan akurat merupakan kebutuhan penting dalam pengembangan sistem informasi pariwisata, terutama dalam era digital yang menuntut efisiensi dan kecepatan akses informasi. Salah satu pendekatan yang dapat digunakan untuk meningkatkan kinerja pencarian adalah dengan memanfaatkan algoritma pencocokan string. Algoritma Knuth-Morris-Pratt (KMP) merupakan salah satu algoritma yang dirancang untuk mencari pola dalam teks dengan efisiensi tinggi, khususnya dalam menangani proses pencocokan string secara cepat tanpa perlu memeriksa kembali karakter yang sudah dicocokkan sebelumnya. Penelitian ini bertujuan untuk mengimplementasikan algoritma KMP dalam sistem pencarian tempat wisata berbasis kata kunci guna meningkatkan kecepatan dan akurasi hasil pencarian. Dataset yang digunakan dalam penelitian ini mencakup informasi destinasi wisata di Indonesia, yang terdiri dari nama tempat, kategori wisata, lokasi, dan deskripsi singkat. Sistem melakukan pencocokan string berdasarkan input kata kunci dari pengguna, kemudian mencocokkannya dengan atribut pada dataset menggunakan algoritma KMP. Hasil pengujian menunjukkan bahwa algoritma ini mampu melakukan pencarian dengan waktu respons yang cepat dan memberikan hasil yang relevan dan akurat sesuai dengan kata kunci yang dimasukkan pengguna. Implementasi ini membuktikan bahwa algoritma KMP dapat diandalkan dalam pengolahan data teks, khususnya pada aplikasi sistem informasi wisata. Temuan ini diharapkan dapat menjadi landasan untuk pengembangan sistem pencarian yang lebih cerdas dan responsif di masa mendatang.