<![CDATA[Perkembangan platform digital di bidang kuliner menyebabkan pengguna dihadapkan pada jumlah pilihan restoran yang sangat besar, sehingga menimbulkan permasalahan kelebihan informasi (information overload) dalam proses pengambilan keputusan. Kondisi ini menuntut adanya sistem yang mampu menyaring dan menyajikan rekomendasi restoran secara relevan dan efisien sesuai dengan preferensi pengguna. Penelitian ini bertujuan untuk membangun dan menganalisis sistem rekomendasi restoran berbasis content-based filtering dengan pendekatan rule-based dan algoritma pemeringkatan berdasarkan nilai rating. Dataset yang digunakan berasal dari data publik restoran pada platform Zomato dengan jumlah lebih dari 50.000 entri. Tahapan penelitian meliputi proses preprocessing data, normalisasi atribut teks, pembersihan nilai rating, pemodelan sistem rekomendasi, serta pengujian melalui beberapa skenario pencarian. Sistem bekerja dengan melakukan penyaringan restoran berdasarkan kecocokan atribut nama, jenis masakan, dan lokasi, kemudian mengurutkan hasil berdasarkan rating tertinggi untuk menghasilkan rekomendasi Top-N. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan rekomendasi dengan tingkat relevansi yang tinggi terhadap kriteria pencarian pengguna, serta konsisten menampilkan restoran dengan kualitas terbaik berdasarkan nilai rating. Sistem juga terbukti stabil dalam menangani kasus pencarian yang tidak ditemukan dalam dataset. Penelitian ini menyimpulkan bahwa pendekatan content-based filtering dengan pemeringkatan rating merupakan metode yang efektif, sederhana, dan transparan untuk membangun sistem rekomendasi restoran dasar, serta berpotensi dikembangkan lebih lanjut dengan teknik yang lebih kompleks.]]>
Copyrights © 2026
