SISTEM REKOMENDASI PEMILIHAN TEMPAT WISATA DAN …simki.unpkediri.ac.id/mahasiswa/file_artikel/2019/14.1.03.02.0060.pdf · dari itu peneliti membuat sistem rekomendasi tempat wisata

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




Artikel Skripsi




SISTEM REKOMENDASI PEMILIHAN TEMPAT

WISATA DAN KULINER DI KABUPATEN DAN KOTA KEDIRI

Deryl Prihandani

14.1.03.02.0060

Fakultas Teknik – Teknik Informatika

[email protected]

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




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




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




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




3. Menu Data Kuliner


informasi data kuliner yang ada

di kabupaten dan kota kediri.

4. Menu Profil


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




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.

http://www.unisla.ac.id/

http://www.stmik.budidarma.ac.id/

http://www.schoolar.google.com/

http://www.petra.ac.id/

https://repository.usd.ac.id/

http://www.stmik.budidarma.ac.id/

Artikel Skripsi




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.

http://www.amiki.ac.id/

http://simki.unpkediri.ac.id/

http://www.schoolar.google.com/

http://simki.unpkediri.ac.id/

Documents

SISTEM REKOMENDASI PEMILIHAN TEMPAT WISATA DAN …simki.unpkediri.ac.id/mahasiswa/file_artikel/2019/14.1.03.02.0060.pdf · dari itu peneliti membuat sistem rekomendasi tempat wisata