Measuring Tourist Experience in Semarang City through an Advanced Recommendation System
DOI:
https://doi.org/10.61098/jkst.v2i2.56Kata Kunci:
Content-Based Filtering, Collaborative Filtering, System Recommendation, TourismAbstrak
Dalam bidang pariwisata yang meliputi kegiatan rekreasi dan liburan, sektor pariwisata Indonesia mempunyai peranan yang sangat penting karena dampaknya terhadap cadangan devisa negara. Indonesia dengan beragam daya tariknya mulai dari alam, budaya, religi, aktivitas keluarga, belanja, dan gastronomi menghadirkan banyak pilihan bagi wisatawan. Kota Semarang secara aktif meningkatkan penawaran wisatanya, namun banyaknya pilihan dapat membuat wisatawan kewalahan. Penelitian ini menyajikan sistem rekomendasi tingkat lanjut berdasarkan teknik pemfilteran kolaboratif dan pemfilteran berbasis konten. Dengan memanfaatkan data riwayat perjalanan, termasuk kunjungan objek wisata, peringkat, dan kategori yang sering dikunjungi, sistem memberikan saran yang disesuaikan. Penyaringan berbasis konten mengutamakan tempat wisata seperti Pecinan Semarang, Kampoeng Djadhoel Semarang, Masjid Kapal Semarang, Tugu Muda Semarang, dan Wisata Hutan Tinjomoyo Semarang berdasarkan rating. Penyaringan secara kolaboratif menghasilkan rekomendasi seperti Gua Maria Kerep Ambarawa (rating: 4.8), Kapel La Kana (rating: 4.5), Monumen Palagan Ambarawa (rating: 4.4), Wisata Eling Bening (rating: 4.3), dan Kampoeng Kopi Banaran (rating: 4.3). : 4.3).Di dunia yang memiliki banyak pilihan dan waktu terbatas, sistem rekomendasi canggih ini menyederhanakan keputusan perjalanan, meningkatkan perjalanan biasa menjadi petualangan luar biasa. Hal ini menandai masa depan pariwisata, di mana teknologi selaras dengan eksplorasi untuk mengungkap harta terpendam di Semarang.” dari 4.3.
Unduhan
Referensi
M. T. Astuti, “Branding Strategy for Tourism Destination in Semarang City,” Pros. ICSMR, pp. 1–20, 2020, [Online]. Available: http://conference.loupiasconference.org/index.php/ICSMR/article/view/1
M. Damayanti, H. Wahyono, M. Rahdriawan, W. P. Tyas, P. C. Sani, and J. Riptek, “Penerapan Smart Tourism Di Kota Semarang,” J. Riptek, vol. 14, no. 2, pp. 128–133, 2020, [Online]. Available: http://riptek.semarangkota.go.id
R. Ginanjar, S. Dian, and W. Prajanti, “Economics Development Analysis Journal Development Strategies for Tourism Destinations in Semarang Old Town Article Info,” Econ. Dev. Anal. J., vol. 10, no. 1, pp. 105–122, 2021, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/edaj
J. C. John and C. Limited, “Intelligent Travel Recommendation Systems for Transforming Nigeria ’ s Intelligent Travel Recommendation Systems for Transforming Nigeria ’ s Tourism,” no. September, 2023.
R. Glauber and A. Loula, Collaborative Filtering vs. Content-Based Filtering: differences and similarities. 2019.
V. Maidel, P. Shoval, B. Shapira, and M. Taieb-Maimon, “Evaluation of an ontology-content based filtering method for a personalized newspaper,” RecSys’08 Proc. 2008 ACM Conf. Recomm. Syst., pp. 91–98, 2008, doi: 10.1145/1454008.1454024.
D. Roy and M. Dutta, “A systematic review and research perspective on recommender systems,” J. Big Data, vol. 9, no. 1, 2022, doi: 10.1186/s40537-022-00592-5.
M. Hikmatyar and Ruuhwan, “Book Recommendation System Development Using User-Based Collaborative Filtering,” J. Phys. Conf. Ser., vol. 1477, no. 3, 2020, doi: 10.1088/1742-6596/1477/3/032024.
E. T. Matsubara, M. C. Monard, and R. C. Prati, “Exploring unclassified texts using multiview semisupervised learning,” Emerg. Technol. Text Min. Tech. Appl., pp. 139–161, 2007, doi: 10.4018/978-1-59904-373-9.ch007.
S. U. Hassan, J. Ahamed, and K. Ahmad, “Analytics of machine learning-based algorithms for text classification,” Sustain. Oper. Comput., vol. 3, no. March, pp. 238–248, 2022, doi: 10.1016/j.susoc.2022.03.001.
A_Prabowo, “Indonesia Tourism Destination,” 2021. https://www.kaggle.com/datasets/aprabowo/indonesia-tourism-destination)%0A (accessed Mar. 21, 2022).
M. nazim uddin, J. Shrestha, and G. S. Jo, Enhanced Content-Based Filtering Using Diverse Collaborative Prediction for Movie Recommendation. 2009. doi: 10.1109/ACIIDS.2009.77.
C. Rana and J. Shokeen, “A review on the dynamics of social recommender systems A review on the dynamics of social recommender systems Jyoti Shokeen * and Chhavi Rana,” no. January, 2018, doi: 10.1504/IJWET.2018.10016164.
Yuniawati Ekaningrum, Fredianaika Istanti, and Evada El Ummah Khoiro, “The Influence Of Service Quality On Customer Satisfaction In Surabaya Tourist Destinations During The Covid-19 Pandemic,” Int. J. Humanit. Educ. Soc. Sci., vol. 1, no. 3, pp. 161–168, 2021, doi: 10.55227/ijhess.v1i3.65.
P. Thiengburanathum, “An intelligent destination recommendation system for tourists,” PQDT - UK Irel., no. March, 2018.
D. Chicco, L. Oneto, and E. Tavazzi, “Eleven quick tips for data cleaning and feature engineering,” PLOS Comput. Biol., vol. 18, no. 12, p. e1010718, Dec. 2022.
L. He, N. N. Liu, and Q. Yang, “Active dual collaborative filtering with both item and attribute feedback,” Proc. Natl. Conf. Artif. Intell., vol. 2, pp. 1186–1191, 2011, doi: 10.1609/aaai.v25i1.8085.
R. H. Mondi and A. Wijayanto, “Recommendation System With Content-Based Filtering Method for Culinary Tourism in Mangan Application,” ITSMART J. Ilm. Teknol. dan Inf., vol. 8, no. 2, pp. 65–72, 2019.
Z. Lu, Z. Dou, J. Lian, X. Xie, and Q. Yang, “Content-Based Collaborative Filtering for News Topic Recommendation,” pp. 217–223.
A. Felfernig, M. Jeran, G. Ninaus, F. Reinfrank, and M. Stettinger, “Basic Approaches in Recommendation Systems”.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Rudi Sutomo, Daffa Kaisha Pratama
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
