Sistem Rekomendasi Destinasi Wisata di Kota Surabaya Menggunakan Metode Content Based Filtering dan Neural Collaborative Filtering

Syakura, Zaky Izmi (Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya)
Fithriasari, Kartika (Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya)

Jurnal Sains dan Seni ITS
Vol 13, No 4 (2024)

Dalam menghadapi kesulitan akses informasi wisata di Kota Surabaya akibat pandemi dan penurunan ekonomi global, sektor pariwisata diidentifikasi sebagai opsi potensial untuk me-ningkatkan PDB, devisa, dan penyerapan tenaga kerja. Meskipun Surabaya memiliki kekayaan budaya dan alam yang menarik, minimnya promosi dan informasi menjadi ken-dala. Penelitian ini menggunakan pendekatan neural colla-borative filtering dan content based filtering untuk menyusun sistem rekomendasi wisata yang lebih personal dan relevan. Content based filtering menunjukkan RMSE 3,1937 dan nilai F-1 Score 0,7 atau 70%, namun kurang efektif jika data pengguna sedikit. Sebaliknya, neural collaborative filtering dengan RMSE 1,4207 dan nilai F-1 Score 0,76 atau 76% memberikan rekomen-dasi 5 destinasi wisata dan menunjukkan hasil yang lebih baik. Hasilnya, neural collaborative filtering dapat meningkatkan ku-alitas rekomendasi dan mendukung pengembangan pariwisata di Surabaya.