Recommender System for Tourist Destinations in Indonesia Using Matrix Factorization Method

Bilah Samping Artikel

PDF (English)
Diterbitkan: Okt 1, 2024
DOI: https://doi.org/10.62527/jitsi.5.3.254

Isi Artikel Utama

Danny Matthew Saputra
Universitas Sriwijaya
Nadya Angelia
Universitas Sriwijaya
Novi Yusliani
Universitas Sriwijaya

Abstrak

Indonesia memiliki berbagai tempat wisata. Banyaknya destinasi wisata membuat masyarakat bingung untuk memilih destinasi wisata yang cocok. Sistem rekomendasi merupakan cara yang cocok untuk membantu masyarakat Indonesia dalam memilih destinasi wisata yang sesuai dengan preferensinya. Salah satu metode sistem rekomendasi yaitu matrix factorization. Penelitian ini menggunakan salah satu algoritma matrix factorization yaitu Alternating Least Square (ALS). Dataset yang digunakan yaitu Indonesia Tourism Destination dari Kaggle. Berdasarkan penelitian yang telah dilakukan, algoritma ini berhasil memprediksi tempat wisata yang sesuai dengan pengguna. Hasil evaluasi berupa nilai MAE sebesar 1,27203388032266, sedangkan nilai RMSE sebesar 1,475271987.

Rincian Artikel

##submission.howToCite##
Saputra, D. M., Angelia, N., & Yusliani, N. (2024). Recommender System for Tourist Destinations in Indonesia Using Matrix Factorization Method. JITSI : Jurnal Ilmiah Teknologi Sistem Informasi, 5(3), 122 - 127. https://doi.org/10.62527/jitsi.5.3.254
Terbitan
Vol 5 No 3 (2024)
Bagian
Articles
##submission.license.cc.by-sa4.footer##

Referensi

[1] G.F. Fernanto, R. Intan, and S. Rostianingsih, “Sistem Rekomendasi Mata Kuliah Pilihan Menggunakan Metode User Based Collaborative Filtering Berbasis Algoritma Adjusted Cosine Similarity,” Jurnal Infra, vol.1, no. 7, pp 1-2, 2019.
[2] J. E. Prayogo, et al., “Analisis Perbandingan Model Matrix Factorization dan K-Nearest Neighbor dalam Mesin Rekomendasi Collaborative Berbasis Prediksi Rating”. Jurnal Informatika Universitas Pamulang 5(4):506-514.
[3] S. Martin, J. I. Sitohang, and B. Jonathan, "Mesin Rekomendasi Menggunakan Algoritma Alternating Least Square (ALS) pada Goodreads," Jurnal CoreIT, vol. 6, no. 2, pp. 79-84, 2020.
[4] Y. Pratama, et al., "Restricted Boltzmann Machine and Matrix Factorization-Alternating Square Algorithm for Development Tourist Recommendation System," Journal of Physics: Conference Series, 2022.
[5] S. Gosh, et al., "Recommendation System for E-commerce Using Alternating Least Squares (ALS) on Apache Spark," in Intelligent Computing and Optimization 2020 (ICO 2020), Bangladesh, Feb. 2021.
[6] K. B. P. Jati, A. T. Wibowo, and R. Rismala, "Implementasi dan Analisis Online – Updating Regularization Kernel Matrix Factorization Model pada Sistem Rekomendasi," in Proceedings of the Indonesia Symposium On Computing, Aug. 2015.
[7] D. Bokde, S. Girase, and Mukhopadhyay, "Matrix Factorization Model in Collaborative Filtering Algorithms: A Survey," Procedia Computer Science, vol. 49, pp. 136-146, 2015.
[8] Suryanto and Muqtadir, "Penerapan Metode Mean Absolute Error (MAE) dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi," SAINTEKBU: Jurnal Sains dan Teknologi, vol. 1, no. 11, pp. 78-83, 2019.
[9] A. Permata Yakup, "Pengaruh Sektor Pariwisata Terhadap Pertumbuhan Ekonomi di Indonesia," Skripsi Program Magister Ilmu Ekonomi, Fakultas Ekonomi dan Bisnis, Universitas Surabaya, 2019 (unpublished).
[10] Perwitasari, R., Afwani, R., & Anjarwani, S. E. (2020). Penerapan Metode Rational Unified Process (RUP) dalam Pengembangan Sistem Informasi Medical Check Up pada Citra Medical Centre. Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA), 1(2), 77.