<![CDATA[Industri pariwisata telah berkembang pesat, dan kebutuhan akan rekomendasi perjalanan yang personal menjadi semakin penting. Wisatawan sering kali menghadapi tantangan dalam memilih destinasi yang sesuai dengan preferensi mereka di antara banyaknya pilihan yang tersedia. Teknologi machine learning dapat memainkan peran penting dalam mengatasi masalah ini, salah satunya dengan menggunakan algoritma K-Nearest Neighbor (K-NN). Dalam penelitian ini, kami mengembangkan sebuah sistem rekomendasi travel plan yang memanfaatkan metode K-NN untuk memberikan saran tempat wisata di Medan berdasarkan data preferensi wisatawan seperti minat terhadap jenis wisata, jarak, durasi, dan rating tempat wisata. Dataset yang digunakan dalam penelitian ini terdiri dari berbagai informasi destinasi wisata di Medan. Hasil dari implementasi sistem ini menunjukkan bahwa metode K-NN efektif dalam memberikan rekomendasi yang relevan dan sesuai dengan kebutuhan wisatawan, dengan tingkat akurasi yang cukup tinggi. Penelitian ini diharapkan dapat membantu meningkatkan pengalaman wisatawan di Medan melalui rekomendasi yang lebih terpersonalisasi.]]>
Copyrights © 2025
