Upload
phambao
View
226
Download
1
Embed Size (px)
Citation preview
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 1||
ARTIKEL
SISTEM REKOMENDASI PEMILIHAN TEMPAT
WISATA DAN KULINER DI KABUPATEN DAN KOTA KEDIRI
Oleh:
DERYL PRIHANDANI
14.1.03.02.0060
Dibimbing oleh :
1. Intan Nur Farida, M.Kom.
2. Daniel Swanjaya, M.Kom.
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS NUSANTARA PGRI KEDIRI
2019
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 2||
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 3||
SISTEM REKOMENDASI PEMILIHAN TEMPAT
WISATA DAN KULINER DI KABUPATEN DAN KOTA KEDIRI
Deryl Prihandani
14.1.03.02.0060
Fakultas Teknik – Teknik Informatika
Intan Nur Farida, M.Kom dan Daniel Swanjaya, M.Kom
UNIVERSITAS NUSANTARA PGRI KEDIRI
ABSTRAK
Kediri memiliki banyak keanekaragaman tujuan wisata dan kuliner mulai dari Kabupaten
sampai ke Kota. Sehingga banyak para wisatawan baik lokal maupun luar daerah serta pendatang dan
penduduk setempat yang senang berwisata kuliner baik sekedar melepas lelah, berkumpul dengan
keluarga, dan juga ajang tempat berkumpulnya para anak muda. Untuk mendapatkan informasi
mengenai tempat wisata dan kuliner yang sesuai dengan keinginan tidak sedikit wisatawan yang
merasa bingung, karena beragamnya selera masyarakat dilihat dari sudut pandang yang berbeda untuk
mencari tempat wisata dan kuliner sesuai kebutuhan. Hal ini juga sering menjadi permasalahan, maka
dari itu peneliti membuat sistem rekomendasi tempat wisata dan kuliner.
Penelitian ini menggunakan Metode Agglomerative Hirarchical Clustering dengan perhitungan
Average Linkage yang mendukung dalam memberikan sebuah rekomendasi dimana tempat yang
cocok bagi wisatawan.
Dalam penerapannya sistem ini menggunakan penerapan Data Mining dengan memanfaatkan data
nama tempat wisata dan kuliner serta kriteria penilaian yang nantinya dihitung jaraknya menggunakan
Euclidean Distance kemudian dikelompokkan dan diberi label menggunakan metode Agglomerative
Hirarchical Clustering dengan perhitungan Average Linkage.
Hasil dari perhitungan data wisata dan kuliner tersebut didapat dari kelompok yang telah di cluster
kemudian hasilnya dibandingkan lagi dengan nilai yang diinputkan oleh user (data query) sehingga
menghasilkan sebuah rekomendasi tempat wisata dan kuliner.
KATA KUNCI : Agglomerative Hirarchical Clustering, Kuliner, Rekomendasi, Wisata.
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 4||
I. LATAR BELAKANG
Wisata dan kuliner sangat berperan
penting dalam pembangunan suatu
negara, terutama dalam bidang
ekonomi. Banyak orang yang
mengisi liburannya di Kediri, tetapi
tidak sedikit wisatawan yang merasa
bingung. Pemilihan tempat yang
tepat juga berpengaruh dalam hal ini
dikarenakan banyaknya alternatif
pilihan tempat wisata dan kuliner di
Kediri. Hal ini disebabkan karena
minimnya informasi tentang obyek
wisata serta kuliner yang ada di
Kediri. Selain itu, dalam melakukan
pemilihan tempat wisata banyak
wisatawan kesulitan menentukan
tujuan obyek wisata serta kuliner
yang sesuai dengan kriteria-kriteria
yang telah ditentukan untuk
dijadikan pilihan rekomendasi.
Kediri memiliki banyak
keanekaragaman tujuan wisata dan
kuliner mulai dari Kabupaten
sampai ke Kota. Sehingga banyak
para wisatawan baik lokal maupun
luar daerah serta pendatang dan
penduduk setempat yang senang
berwisata kuliner baik sekedar
melepas lelah, berkumpul dengan
keluarga, dan juga ajang tempat
berkumpulnya para anak muda.
Untuk mendapatkan
informasi mengenai tempat wisata
dan kuliner yang sesuai dengan
keinginan tidak sedikit wisatawan
yang merasa bingung, karena
beragamnya selera masyarakat
dilihat dari sudut pandang yang
berbeda untuk mencari tempat
wisata dan kuliner sesuai
kebutuhan. Hal ini juga sering
menjadi permasalahan, oleh karena
itu penulis mengajukan sitem
rekomendasi pemilihan tempat
wisata dan kuliner yang dapat
memberikan kemudahan untuk
memilih tempat yang sesuai dengan
selera dan kemampuan. Di kediri
sudah banyak komunitas wisata dan
kuliner yang dipublikasikan di
sosial media seperti Wisata
Kabupaten Kediri, Wisata Kota
Kediri, Explore Kediri, Kuliner
Kediri Raya (KKR), Kuliner Kediri
Recomended. Akan tetapi situs
yang ada saat ini hanya berisi
informasi saja, tanpa bisa
memberikan rekomendasi.
Untuk memberikan solusi
dari permasalahan yang ada, seperti
penelitian sebelumnya yang
dilakukan oleh Rizki Wahyudi, dkk
(2016) jurusan Teknik Informatika
STMIK AMIKOM Yogyakarta
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 5||
yang berjudul “Sistem Pakar E-
Tourism Pada Dinas Pariwisata
D.I.Y Menggunakan Metode
Forward Chaining” telah mampu
membantu proses pemilihan obyek
wisata, akan tetapi apabila kriteria
pencarian tidak memenuhi rule atau
aturan forward chaining maka hasil
pencarian tidak ada. Oleh sebab itu
penulis mengajukan sistem yang
dapat memudahkan bagi para
wisatawan dalam pemilihan tempat
wisata dan kuliner yang lebih baik
dari penelitian sebelumnya. Sistem
yang diajukan juga dilengkapi
dengan rekomendasi tempat
kuliner.
Metode yang digunakan
pada penelitian ini adalah metode
Agglomerative Hirarchical
Clustering (AHC) karena pada
penelitian sebelumnya yang
dilakukan oleh Aloysius Ari
Kurniawan jurusan Teknik
Informatika Universitas Sanata
Dharma yang berjudul
“Implementasi Algoritma
Agglomerative Hirarchy Clustering
Untuk Mengelompokkan Capaian
Belajar Siswa SD” menunjukkan
bahwa metode AHC mampu
menghasilkan clustering yang
cukup seimbang yang digunakan
dalam mengelompokkan kelas.
Oleh karena itu penulis
mengusulkan penggunaan metode
AHC untuk mengelompokkan
tempat wisata dan kuliner yang ada
di kota dan kabupaten kediri,
sehingga didapatkan rekomendasi
pemilihan tempat wisata dan
kuliner yang tepat bagi wisatawan
sesuai keinginan wisatawan.
II. METODE
Agglomerative Hierarchical
Clustering (AHC)
Menurut Prasetya (2012)
dalam buku “PENGOLAHAN DATA
MINING” menyatakan sebagai
berikut :
Agglomerative Hierarchical
Clustering adalah metode analisis
kelompok yang berusaha untuk
membangun sebuah hierarki
kelompok. Strategi untuk
pengelompokan hierarki umumnya
jatuh kedalam dua jenis:
algomeratif (digabung) dan divisif
(dipisah). Parameter jarak yang
dapat digunakan yaitu Euclidean,
Squared Euclidean, Manhattan
Jarak Euclidean:
UV √∑ ( ) .........(1)
Jarak Squared Euclidean:
U–V = ∑ ( )
..........(2)
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 6||
Jarak Manhattan:
U–V ∑ ( )
...........(3)
Terdapat tiga teknik
kedekatan dalam hierarchical
clustering yaitu: Single linkage
(jarak terdekat) atau tautan tunggal,
Average linkage (jarak rata-rata)
atau tautan rata-rata dan Complete
linkage (jarak terjauh) atau tautan
lengkap.
Average Linkage
menentukan kedekatan diantara dua
kelompok terdekat (terkecil) antara
dua data dari cluster yang berbeda.
Formulasi untuk Average Linkage
adalah:
duv average {duv }, duv € D ...(4)
Keterangan: {duv} adalah
jarak antara data U dan V dari
masing-masing cluster U dan V.
III. HASIL DAN KESIMPULAN
A. Implementasi Program
Dari aplikasi ini proses
yang dilakukan oleh pengguna
yaitu menginputkan penilaian
kriteria kedalam aplikasi dengan
memilih (Ya) dan (Tidak) pada
penilaian wisata dan beri nilai 1-
5 pada radio button penilain
kuliner yang tersedia. Pengguna
memilih button proses dan
aplikasi akan menampilkan hasil
rekomendasi pemilihan tempat
wisata dan kuliner.
B. Tampilan Program
Aplikasi pemilihan tempat wisata
dan kuliner ini dibuat dengan
desain yang sederhana agar
memudahkan pengguna dalam
penggunaannya. Berikut adalah
tampilan progam :
Gambar 1 Tampilan Beranda
Pada gambar dapat dilihat
tampilan halaman beranda terdapat
beberapa menu dan fungsi dari
masing-masing elemen tersebut
adalah:
1. Menu beranda
Menu beranda merupakan
menu awal yang akan
ditampilkan saat aplikasi
dijalankan. Pada menu ini
adalah menu inti yang akan
digunakan oleh user.
2. Menu Data Wisata
Menu ini untuk menampilkan
informasi data wisata yang ada
di kabupaten dan kota kediri .
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 7||
3. Menu Data Kuliner
Menu ini untuk menampilkan
informasi data kuliner yang ada
di kabupaten dan kota kediri.
4. Menu Profil
Menu ini untuk menampilkan
informasi tentang profil
pembuat sistem.
5. Menu Admin
Menu ini digunakan admin
untuk login ke dalam menu
admistrator.
C. Uji Coba Sistem
Pada skenario uji coba
menggunakan contoh 10 data testing
pada data wisata yang dilakukan
perhitungan menggunakan sistem
dibandingkan hasil data wisata
secara manual. Uji coba 10 data
testing didapatkan hasil seperti yang
terlihat pada tabel 1 sebagai berikut :
Tabel 1 Skenario Percobaan
No Kode Tempat
Sisem Rekomendasi
Manual Cluster
Sistem Cluser
Hasil
1. T01 1 1 ✔
2. T02 2 2 ✔
3. T03 2 1 ✖
4. T04 2 2 ✔
5. T05 2 2 ✔
6. T06 1 1 ✔
7. T07 1 1 ✔
8. T08 1 1 ✔
9. T09 2 1 ✖
10. T10 2 2 ✔
Total Pola
Yang Dikenali 8
PRESENTASE
Dari tabel 1 akurasi skenario
uji coba hasil contoh uji coba data
wisata dapat disimpulkan bahwa
perhitungan dengan sistem
dibandingkan dengan perhitungan
manual memiliki tingkat akurasi
kecocokan sebesar 80%. Sehingga
dapat dikatkan bahwa
pengelompokan cukup baik.
IV. PENUTUP
A. Simpulan
Dari hasil penelitian,
perancangan, pembuatan dan pengujian
“Sistem Rekomendasi Pemilihan
Tempat Wisata Dan Kuliner”
menggunakan metode Hierarchical
Clustering Average Linkage
didapatkan simpulan bahwa Metode
tersebut dapat digunakan untuk
menghitung kelompok data. Pada
awalnya data terdiri dari kelompok-
kelompok kecil, selanjutnnya
berdasarkan karakteristik yang telah
ditetapkan masing-masing data tersebut
bergabung dengan data yang memiliki
kesamaan karakteristik begitu
seterusnya, sampai terbentuk tiga
kelompok besar, yaitu kelompok 1,
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 8||
kelompok 2, dan kelompok 3. Dan
mampu menunjukkan rekomendasi
sesuai kriteria dari user.
B. Saran
Dari hasil penelitian,
perancangan, dan pembuatan dan
pengujian “Sistem Rekomendasi
Pemilihan Tempat Wisata Dan
Kuliner” menggunakan metode
Hierarchical Clustering Average
Linkage didapatkan saran sebagai
berikut :
1. Penelitian selanjutnya dilakukan
dengan objek atau studi kasus
yang berbeda dari rekomendasi
tempat wisata dan kuliner.
2. Menambah wilayah dikota lain
sehingga dapat menghasilkan
data yang lebih banyak lagi.
3. Penelitian selanjutnya dapat
menggunakan metode data
mining yang lain, guna
memperoleh hasil yang lebih
baik bila dibandingan dengan
satu metode yang digunakan
pada penelitian ini.
V. DAFTAR PUSTAKA
Ahmad dkk, (2017). Aplikasi Kuliner
Lamongan Menggunakan Location
Based Service Dengan Teknologi
Cross Platform. J-TIIES, (Online)
Tersedia : http://www.unisla.ac.id,
diunduh 1 Agustus 2018
Betha Sidik. (2014). Pemrograman WEB
PHP. Bandung. Informatika
Bandung.
Elmayati , 2018. Data Mining dengan
Metode Clustering Untuk
Pengolahan Informasi Persediaan
Obat pada Klinik Srikandi Medika
Berbasis Web. Jurnal Pelita
Informatika, (Online) 16 (4) : 357-
362, Tersedia:
http://www.stmik.budidarma.ac.id,
diunduh 27 April 2018.
Filian dkk, 2016. Penentuan Objek Wisata,
Objek Kuliner Serta Akomodasi
Disekitar Pengguna Dikota
Palembang Dengan Menggunakan
Algoritma Euclidean Distance.
(Online) Tersedia :
http://www.schoolar.google.com,
diunduh 2 Januari 2018.
Fransisco dkk, 2016. Aplikasi Trip Planner
Wisata Jawa Timur Menggunakan
Metode Content Based dan
Collaborative Based pada Android.
Jurnal infra, (Online) tersedia :
http://www.petra.ac.id, diunduh 1
Agustus 2018
Kurniawan, A. A. 2017. Implementasi
Algoritma Agglomerative
Hierarchical Clustering Untuk
Mengelompokkan Capaian Belajar
Siswa SD. (Online), tersedia:
https://repository.usd.ac.id, diunduh
30 November 2017.
Kennedi Tampubolon dkk.
2013.Implementasi Data Mining
Algoritma Apriori Pada Sistem
Persediaan Alat-alat Kesehatan.
Jurnal Informasi Dan Teknologi, 1
(1) (Online) tersedia :
http://www.stmik.budidarma.ac.id,
Diunduh 30 Mei 2018.
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Deryl Prihandani | 14.1.03.02.0060 Fakultas Teknik – Teknik Informatika
simki.unpkediri.ac.id || 9||
Lutfi Ahmad. 2017. Sistem Informasi
Akademik Madrasah Aliyah
Salafiyah Syafi’ah Menggunakan
PHP dan SQL. Jurnal AiTech, 3
(2). (Online), Tersedia:
http://www.amiki.ac.id, diunduh 24
Mei 2018.
McGinty, L. Dan Smyth, B. 2006.
“Adaptive selection : analysis of
critiquing and preference based
feed back in conversational
recommender systems”.
International Journal of
Electronic Commerce 11(2), pp 35-
57.
Miftah Faridl, 2015. Fitur Dahsyat
Sublime Text 3 (Online), tersedia :
(lug.stikom.edu/wpcontent/../Fitur-
Dahsyat- Sublime-Text-3.pdf)
diunduh 3 Oktober 2018.
Munawar. 2005. Pemodelan Visual dengan
UML. Yogyakarta: Graha Ilmu.
Nugroho, B .2005. Database Relasional
dengan MySQL.Yogyakarta: Andi
Oktaviani, D.M. 2015. Sistem rekomendasi
penyewaan sound system pada UD.
Dyah Audio Berbasis WEB
Menggunakan Metode Euclidean
Distance. (Online). Tersedia:
http://simki.unpkediri.ac.id,
diunduh 4 Desember 2017.
Prasetya, E (2012), Data mining konsep
dan Aplikasi menggunakan Matlab.
Yogyakarta ; Andi.
Rizki Dkk, 2016. Sistem Pakar E-Tourism
Pada Dinas Pariwisata D.I.Y
Menggunakan Metode Forward
Chaining. (Online) Tersedia :
http://www.schoolar.google.com,
diunduh 2 Januari 2018.
Sharda, N. 2010. Building visual Travel
Recommender systems and tourism
communities for Effective User
Experience.
Soekadijo, R.G. (2002). Anatomi
pariwisata : memahami pariwisata
sebagai systematic linkage.
Jakarta. PT. Gramedia Pustaka
Utama.
Wahyuni, L.V.E. 2015. Aplikasi Sistem
Rekomendasi Topik Skripsi
Program Studi Teknik Informatika
Dengan Metode Self Organizing
Map (SOM). (Online), Tersedia:
http://simki.unpkediri.ac.id,
diunduh 4 Desember 2017.