Sistem Perekomendasi Wisata Alam di Kabupaten Bogor Berbasis Mobile Menggunakan Metode Item-Based Collaborative Filtering

SISTEM PEREKOMENDASI WISATA ALAM DI KABUPATEN
BOGOR BERBASIS MOBILE MENGGUNAKAN METODE
ITEM-BASED COLLABORATIVE FILTERING

HARI PRASETYO

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2015

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Perekomendasi
Wisata Alam di Kabupaten Bogor Berbasis Mobile Menggunakan Metode ItemBased Collaborative Filtering adalah benar karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.
Bogor, Januari 2015
Hari Prasetyo
NIM G64124022

ABSTRAK
HARI PRASETYO. Sistem Perekomendasi Wisata Alam di Kabupaten Bogor
berbasis mobile menggunakan metode item-based collaborative filtering.
Dibimbing oleh RINA TRISMININGSIH.
Kabupaten Bogor merupakan salah satu daerah yang memiliki peluang dan
daya tarik wisata yang tinggi. Selain memiliki lokasi yang strategis, Kabupaten
Bogor juga memiliki banyak objek wisata alam yang indah. Kurangnya informasi
membuat wisatawan tidak mengetahui dan mengunjungi objek wisata alam di
Kabupaten Bogor. Oleh karena itu diperlukan sistem perekomendasi. Penelitian ini
dilakukan untuk membangun sistem perekomendasi wisata alam Kabupaten Bogor
yang diharapkan dapat memberikan acuan kepada wisatawan yang ingin/akan
berkunjung ke Kabupaten Bogor. Sistem perekomendasi ini dibangun dengan
menggunakan metode item-based collaborative filtering dan menggunakan
platform Android. Sistem perekomendasi ini mampu menampilkan daftar wisata
alam dengan deskripsinya berdasarkan rekomendasi dari pengguna.

Kata kunci: collaborative filtering, sistem perekomendasi, wisata alam.

ABSTRACT
HARI PRASETYO. Recommender System with Item-Based Collaborative
Filtering Method on Mobile Application for Natural Tourism at Bogor Regency.
Supervised by RINA TRISMININGSIH.
Bogor Regency is one of regions that has a high chance and tourist attraction.
Beside a strategic location, Bogor Regency also has many beautiful natural tourism.
The lack of information makes the tourists don’t know and visited natural tourism
in Bogor Regency. Therefore we need a system of the recommenders. This study
was conducted to establish the recommender systems Bogor Regency natural
tourism which is expected to provide reference to travelers who want to / will visit
Bogor Regency. The system is built with the recommenders using item-based
collaborative filtering and the Android platform. The recommenders system is able
to display a list of nature tourism with the description based on recommendations
from the user.
Keywords: collaborative filtering, natural tourism, recommender system

SISTEM PEREKOMENDASI WISATA ALAM DI KABUPATEN
BOGOR BERBASIS MOBILE MENGGUNAKAN METODE

ITEM-BASED COLLABORATIVE FILTERING

HARI PRASETYO

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2015

Penguji : 1
2

Dr. Yani Nurhadriyani, S.Si, MT

Irman Hermadi, SKom, MS, PhD

Judul Skripsi : Sistem Perekomendasi Wisata Alam di Kabupaten Bogor Berbasis
Mobile Menggunakan Metode Item-Based Collaborative Filtering
Nama
: Hari Prasetyo
NIM
: G64124022

Disetujui oleh

Rina Trisminingsih, SKom MT
Pembimbing

Diketahui oleh

Dr Ir Agus Buono, MSi MKom
Ketua Departemen

Tanggal Lulus:

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Selawat dan
salam penulis sampaikan kepada Nabi Muhammad shallallahu ‘alaihi wasallam
serta kepada keluarganya, sahabatnya, serta para pengikutnya.
Terima kasih penulis ucapkan kepada Rina Trisminingsih, SKom MT selaku
pembimbing, yang telah banyak memberi saran, bantuan dan dukungan. Ungkapan
terima kasih juga disampaikan kepada seluruh keluarga terutama ayahanda Suyadi
dan ibunda Ratmi atas segala doa dan kasih sayangnya. Penulis juga berterima kasih
atas dukungan seluruh teman Ilmu Komputer Ahli Jenis Institut Pertanian Bogor
angkatan 7.
Penulis berharap penelitian ini dapat memberikan manfaat, khususnya bagi
para pengembang Android di Indonesia.

Bogor, Januari 2015
Hari Prasetyo

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

2

Tujuan Penelitian

2

Manfaat Penelitian

2

Ruang Lingkup Penelitian

2

METODE

2

Collaborative Filtering

2

Item-Based Collaborative Filtering

3

Adjusted Cosine Similarity

4

Weighted Sum

5

Mean Absolute Error (MAE)

5

Fase Permulaan (Inception)

6

Fase Perluasan (Elaboration)

6

Fase Pembangunan (Construction)

6

Fase Peralihan (Transition)

7

HASIL DAN PEMBAHASAN

7

Fase Permulaan (Inception)

7

Fase Perluasan (Elaboration)

9

Fase Pembangunan (Construction)

15

Fase Peralihan (Transition)

18

SIMPULAN DAN SARAN

19

Simpulan

19

Saran

19

DAFTAR PUSTAKA

20

LAMPIRAN

23

RIWAYAT HIDUP

43

DAFTAR TABEL
1
2
3
4
5
6
7
8

Tabel kebutuhan fungsionalitas SPWAKB
Tabel kebutuhan non fungsional SPWAKB
Tabel otoritas pengguna
Use case description mendapatkan rekomendasi
Rancangan tabel review
Tabel rate wisata alam oleh pengguna
Tabel similarity
Tabel prediksi rate obyek wisata alam

8
8
8
10
14
16
17
17

DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
10
11

Metode collaborative filtering
Metode item-based collaborative filtering
Proses RUP (Jacobson 2011)
Use Case Diagram SPWAKB
Activity Diagram mendapatkan rekomendasi
Sequence Diagram mendapatkan rekomendasi
Analisis class diagram SPWAKB
Class diagram SPWAKB
Rancangan antar muka menampilkan daftar wisata alam
Implementasi tabel review
Implementasi antar muka menampilkan daftar wisata alam

3
4
6
9
11
12
12
13
14
15
16

DAFTAR LAMPIRAN
1 Tabel daftar wisata alam
2 Use case description dari seluruh use case
3 Activity diagram dari seluruh use case
4 Sequence Diagram dari seluruh use case
5 Rancangan Tabel
6 Rancangan Tampilan Antar Muka
7 Implementasi Tabel
8 Implementasi Tampilan Antar Muka
9 Hasil pengujian Black Box

23
25
29
32
35
36
38
39
42

1

PENDAHULUAN
Latar Belakang
Sebagai destinasi pariwisata, Kabupaten Bogor memiliki peluang dan daya
tarik yang tinggi, karena selain memiliki lokasi yang strategis, Kabupaten Bogor
juga memiliki obyek wisata yang menarik (DKPKB 2014). Namun informasi
tentang referensi wisata alam yang dimiliki Kabupaten Bogor membuat banyak
wisatawan yang tidak mengetahui seluruh wisata alam yang dimiliki oleh
Kabupaten Bogor. Untuk itu diperlukan suatu aplikasi yang memberikan referensi
untuk mendapatkan informasi tentang wisata alam Kabupaten Bogor.
Sistem perekomendasi adalah tipe spesifik dari teknik penyaringan informasi
yang diupayakan untuk menyajikan data (seperti film, musik, halaman web, berita)
yang kemungkinan menarik bagi pengguna. Secara intuitif, sistem perekomendasi
membangun sebuah profil pengguna berdasarkan catatan sebelumnya,
dibandingkan dengan beberapa karakteristik referensi, dan berupaya untuk
memprediksi rating yang akan diberikan oleh pengguna ke item yang belum
dievaluasi oleh sistem (Wen 2008). Metode yang digunakan dalam pembangunan
sistem perekomendasi dibagi menjadi 2 macam, yakni Content-Based Filtering dan
Collaborative Filtering.
Collaborative Filtering (CF) adalah suatu metode dalam membuat
prediksi otomatis untuk memperkirakan ketertarikan atau selera seorang
pengguna terhadap suatu item dengan cara mengumpulkan informasi dari
pengguna-pengguna yang lain yang direpresentasikan dalam bentuk nilai rating
(Sarwar et al. 2001). CF akan melakukan 2 proses, yaitu mencari pengguna lain
yang memiliki kemiripan pola rating dengan pengguna yang dijadikan target dan
menggunakan nilai rating dari pengguna lain untuk menghitung prediksi bagi
pengguna aktif.
Pada penelitian sebelumnya, Nuryunita dan Nurhadriyani (2013) telah
membangun sistem perekomendasi menggunakan metode item-based collaborative
filtering. Sistem ini memberikan rekomendasi buku menggunakan OpenCart
berbabis web. Sistem perekomendasi pada penelitian ini dibangun menggunakan
platform Android. Android masih menguasai marketshare penyebaran OS dengan
persentase sebesar 78.1% pada quarter ke empat di tahun 2013. Persentase ini
meningkat dari quarter ke empat di tahun sebelumnya yang sebesar 70.3% (IDC
2014). Selain itu, menurut data SCGS (2014), pengguna mobile yang menggunakan
platform Android khususnya di Indonesia, terus meningkat tiap bulannya dan
mencapai 60% pada bulan Oktober 2014.
Penelitian ini membangun sistem perekomendasi menggunakan metode Itembased Collaborative Filtering pada platform Android yang dapat menampilkan
informasi-informasi tentang wisata alam yang terdapat di Kabupaten Bogor.
Informasi yang ditampilkan ke pengguna didasarkan pada tingkat ketertarikan
masing-masing pengguna. Ketertarikan pengguna dapat diketahui dari beberapa hal,
misalnya dari cara pengguna mengakses aplikasi ini atau dari rating yang diberikan
oleh pengguna.

2
Perumusan Masalah
Perumusan masalah pada penelitian ini adalah bagaimana pengguna
mendapatkan rekomendasi wisata alam Kabupaten Bogor?
Tujuan Penelitian
Tujuan dari penelitian ini adalah membangun Sistem Perekomendasi Wisata
Alam berbasis mobile dengan menggunakan platform Android.
Manfaat Penelitian
Penelitian ini diharapkan menghasilkan sistem perekomendasi yang dapat
memberikan referensi wisata alam sebagai acuan kepada wisatawan yang ingin
berkunjung ke Kabupaten Bogor.
Ruang Lingkup Penelitian
Ruang lingkup dari penelitian ini yaitu data obyek wisata alam yang
digunakan diperoleh dari Dinas Kebudayaan dan Pariwisata Kabupaten Bogor pada
tahun 2014.

METODE
Collaborative Filtering
CF adalah suatu metode yang membuat prediksi otomatis untuk
memperkirakan ketertarikan atau selera pengguna terhadap suatu item dengan cara
mengumpulkan informasi dari user-user lain yang direpresentasikan dalam bentuk
nilai rating (Sarwar et al. 2001). Tujuan dari algoritme collaborative filtering
adalah menganjurkan wisata alam baru atau memprediksikan evaluasi produk
kepada pengguna berdasarkan pada keterkaitan terhadap wisata alam yang lain dari
pengguna-pengguna lain yang memiliki ketertarikan yang sama. Berikut adalah
gambaran dari metode CF yang ditunjukan pada Gambar 2 :

3
Produk j yang diprediksi

Pengguna aktif
I1

I2

…

Ij

…

In

U1
U2
:
Ua
:
Um
INPUT (table rate)
Prediksi
Rekomendasi
Algoritma CF

Prediksi pada wisata ke-j untuk anggota ke-a
Top-N Rekomendasi
Interface Output
Gambar 1 Metode collaborative filtering

Pada Gambar 1 dapat dilihat bahwa terdapat dua hal yang dilakukan sistem
perekomendasi dengan metode CF, yaitu prediksi dan rekomendasi. Prediksi adalah
melakukan prediksi berdasarkan opini yang telah diberikan oleh pengguna,
sedangkan rekomendasi adalah memberikan rekomendasi kepada pengguna berupa
daftar item. Item yang direkomendasikan adalah produk/item yang belum pernah
dibeli, dilihat, atau diberi rate oleh pengguna tersebut. Teknik collaborative
filtering terbagi menjadi dua yaitu user-based collaborative filtering dan itembased collaborative filtering (Sarwar et al. 2001).
Item-Based Collaborative Filtering
Metode item-based collaborative filtering yang ditunjukan pada Gambar 2,
merupakan metode yang menggunakan rating dalam membuat sebuah rekomendasi.
Pada metode ini akan dicari item yang belum pernah diberi rate oleh pengguna dan
item tersebut memiliki nilai keterkaitan yang tinggi. Item yang memiliki nilai
keterkaitan yang tertinggi akan dijadikan top-N rekomendasi.

4

similiar

Gambar 2 Metode item-based collaborative filtering
Adjusted Cosine Similarity
Sarwar et al. (2001), menyebutkan bahwa salah satu langkah penting dalam
metode collaborative filtering adalah menghitung kesamaan antar item dan
kemudian memilih item yang memiliki nilai kemiripan yang tinggi. Ada 3 cara
untuk menghitung kesamaan antar item, yaitu cosine-based similarity, correlationbased similarity and adjusted-cosine similarity. Adjusted cosine similarity memiliki
tingkat kesalahan lebih kecil bila dibandingkan dengan persamaan cosine lainnya.
Persamaan adjusted cosine similarity merupakan pengembangan dari persamaan
cosine. Berikut adalah persamaan adjusted cosine similarity:

��

,

=

∑�∈�

√∑�∈�

�,

�,

− �̅

− �̅

�,

√∑�∈�

− �̅
�,

− �̅

dengan :
�� , adalah nilai kemiripan antara item i dan item j.
� ∈ � adalah himpunan pengguna u yang memberikan rate pada item i maupun
item j.
�, adalah rating yang diberikan pengguna u pada item i.
�, adalah rating yang diberikan pengguna u pada item j.
�̅ adalah rata-rata rating pengguna u.

5
Weighted Sum
Setelah mendapatkan sekumpulan wisata alam yang memiliki kemiripan yang
tinggi, dilakukan proses prediksi yang memperkirakan nilai rate yang akan
diberikan oleh pengguna. Prediksi yang diperkirakan akan diberikan kepada wisata
alam yang belum pernah diberi rate oleh pengguna tersebut. Teknik yang
digunakan untuk mendapatkan nilai prediksi adalah dengan persamaan weighted
sum (Karypis 2001). Berikut adalah persamaan weighted sum:
� �, =

∑ ∈�

�,

∗

,

∑ ∈�| , |
dengan :
� �, adalah prediksi untuk pengguna u terhadap item j.
� ∈ � adalah himpunan item yang mirip dengan item j.
�, adalah rate pengguna u terhadap item i.
, adalah nilai kemiripan antara item i dan item j.
Mean Absolute Error (MAE)
MAE merupakan persamaan yang digunakan untuk mengukur akurasi sistem
dengan membandingkan nilai yang diprediksi dengan nilai yang sebenarnya
(Karypis, 2001). Berikut persamaan MAE :
�� =

∑�= |

−

|

dengan :
�� adalah nilai rata-rata kesalahan penghitungan.
adalah jumlah item yang dihitung.
adalah nilai prediksi item ke-i.
adalah nilai rate sebenarnya yang diberikan oleh pengguna pada item ke-i.
Metode pengembangan sistem yang digunakan dalam pembuatan sistem
perekomendasi wisata alam di Kabupaten Bogor adalah Rational Unified Process
(RUP). RUP adalah proses pengembangan perangkat lunak yang menggunakan
pendekatan disiplin untuk menentukan tugas-tugas dan tanggung jawab pada
sebuah organisasi pengembang. Tujuan dari penentuan tugas-tugas dan tanggung
jawab tersebut adalah untuk menjamin perangkat lunak yang dibuat berkualitas
tinggi, dapat memenuhi kebutuhan pengguna, dengan jadwal dan perkiraan yang
dapat diprediksi (Jacobson 2011). Proses pada RUP terbagi menjadi dua dimensi
atau sumbu yang ditunjukkan pada Gambar 3.

6

Gambar 3 Proses RUP (Jacobson 2011)
Fase Permulaan (Inception)
Fase ini mendefinisikan cakupan sistem dan membangun kasus bisnis untuk
sistem. Identifikasi entitas eksternal yang akan berinteraksi dengan sistem dan
mendefinisikan sifat interaksinya dilakukan untuk dapat memenuhi fase ini. Kasus
bisnis meliputi kriteria sukses, kendala, estimasi sumber daya yang dibutuhkan dan
rencana agenda. Pada fase inception, ditentukan sistem ini menggunakan metode
item-based collaborative filtering untuk metode perekomedasinya. Pada fase ini
juga ditentukan metode untuk menghitung kesamaan antar item menggunakan
adjusted-cosine similarity dan untuk memprediksi nilai rate menggunakan
weighted sum.
Fase Perluasan (Elaboration)
Tujuan dari fase perluasan adalah untuk menganalisis permasalahan utama,
membuat arsitektur pondasi, membuat perencanaan pembangunan sistem, dan
mengeliminasi elemen yang beresiko tinggi pada pembangunan sistem. Untuk
memenuhi hal ini harus diketahui luas dari sistem yang dibuat, harus mengerti
keseluruhan isi pembangunan sistem seperti cakupan sistem, fungsionalitas dari
sistem dan kebutuhan nonfungsional dari sistem.
Fase Pembangunan (Construction)
Selama fase konstruksi semua komponen dan fitur dari perangkat lunak
dibangun, diintegrasikan menjadi sebuah produk, dan diuji untuk semua fitur yang
telah dibangun. Pada fase ini, ditentukan untuk pengujian rate yang diprediksi
dengan rate yang diberikan pengguna menggunakan mean absolute error.

7
Fase Peralihan (Transition)
Tujuan dari fase peralihan ini adalah untuk menyampaikan perangkat lunak
kepada pengguna akhir. Pada saat perangkat lunak disampaikan kepada pengguna,
biasanya terdapat keluhan dari pengguna akan kebutuhan yang belum terpenuhi.
Hal ini membutuhkan pembuatan rilis terbaru, memperbaiki beberapa masalah, atau
menyelesaikan fitur yang tertunda.

HASIL DAN PEMBAHASAN
Fase Permulaan (Inception)
Pada tahap ini dideskripsikan tentang model bisnis dan kebutuhan-kebutuhan
yang dibagi menjadi 4, yaitu kebutuhan implementasi, kebutuhan data dan
informasi, kebutuhan fungsionalitas, dan kebutuhan otoritas pengguna.
Model Bisnis
Alur kerja dari sistem perekomendasian ini adalah sistem akan menampilkan
data wisata alam Kabupaten Bogor berdasarkan prediksi otomatis. Prediksi
otomatis yang dibuat oleh sistem menggunakan metode CF.
Kebutuhan
1. Kebutuhan Implementasi
Untuk mengimplementasikan rancangan-rancangan dibutuhkan perangkat
keras dan perangkat lunak dengan spesikasi minimum sebagai berikut.
1.1 Kebutuhan Perangkat Keras
 Processor Intel(R) Dual Core @1.50 Ghz
 Harddisk 250 GB
 Kapasitas RAM 2 GB
 Keyboard dan tetikus.
 Monitor optimal pada resolusi 1024 x 768 pixel
 Smartphone Android versi 2.3
1.2 Kebutuhan Perangkat Lunak
Perangkat lunak yang dibutuhkan dalam pembuatan sistem
perekomendasi ini adalah :
 Sistem Operasi : Windows 7
 Sistem Manajemen Basis Data : MySQL
 Bahasa pemograman : Java
 Editor : Eclipse
 Desain perancangan : Rational Rose
2. Kebutuhan Data dan Informasi
Data yang digunakan adalah data wisata alam Kabupaten Bogor yang
diperoleh dari Dinas Kebudayaan dan Pariwisata Kabupaten Bogor. Data tersebut
dijadikan informasi di dalam sistem perekomendasi ini. Informasi yang ditampilkan
kepada pengguna merupakan hasil dari prediksi dan rekomendasi yang dilakukan

8
oleh sistem. Daftar wisata alam yang digunakan dalam sistem dapat dilihat pada
Lampiran 1.
3. Kebutuhan Fungsional
Kebutuhan fungsional menunjukan apa saja yang dapat dilakukan oleh Sistem
Perekomendasi Wisata Alam Kabupaten Bogor (SPWAKB). Penamaan kebutuhan
fungsional pada sistem perekomendasi dengan menggunakan kode SPWAKB-XX.
Deskripsi mengenai kebutuhan fungsional ditunjukan Tabel 1.
Tabel 1 Tabel kebutuhan fungsionalitas SPWAKB
Kode Fungsional
Nama Fungsi
Deskripsi
SPWAKB-01
Melihat
daftar Menampilkan beberapa wisata alam
wisata alam
SPWAKB-02
Melihat deskripsi Menampilkan deskripsi dan foto dari
wisata alam yang telah dipilih
SPWAKB-03
Registrasi anggota Melakukan pendaftaran untuk menjadi
seorang anggota sistem ini
SPWAKB-04
Login
Melakukan pengecekan akun anggota
SPWAKB-05
Mendapat
Menampilkan hasil prediksi yang akan
Rekomendasi
dijadikan rekomendasi kepada anggota
SPWAKB-06
Memberikan
Memberikan penilaian atau rate wisata
Penilaian
alam
4. Kebutuhan Non Fungsional
Kebutuhan non fungsional menunjukan batasan pada kebutuhan fungsional.
Kebutuhan non fungsional terbagi menjadi beberapa bagian, yaitu : usability,
reliability, safety requirement, dan data integrity. Deskripsi mengenai kebutuhan
non fungsional secara lengkap ditunjukan pada Tabel 2.
Tabel 2 Tabel kebutuhan non fungsional SPWAKB
Non Fungsional
Usability
Reliability
Safety
Requirement
Data Integrity

Deskripsi
SPWAKB memiliki rancangan antar muka yang user
friendly
Aplikasi tidak boleh kehilangan data
Hanya administrator yang dapat menambah, mengubah, atau
pun menghapus data wisata alam yang terdapat pada sistem
Data yang ditampilkan SPWAKB haruslah benar adanya

5. Kebutuhan Otoritas Pengguna
Proses identifikasi sistem perekomendasi wisata alam Kabupaten Bogor ini
dilakukan dengan membagi karakteristik pengguna berdasarkan hak aksesnya. Hak
akses pada sistem perekomendasi ini terbagi menjadi dua, yaitu: pengguna dan
anggota. Deskripsi hak akses secara lengkap ditunjukan pada Tabel 3.
Tabel 3 Tabel otoritas pengguna
Kategori Pengguna
Pengguna

Hak Akses
SPWAKB-01

Kebutuhan Pengguna
Melihat daftar wisata

9
Kategori Pengguna
Anggota

Hak Akses
SPWAKB-02
SPWAKB-03
SPWAKB-01
SPWAKB-02
SPWAKB-04
SPWAKB-05
SPWAKB-06

Kebutuhan Pengguna
Melihat deskripsi
Registrasi anggota
Melihat daftar wisata alam
Melihat deskripsi
Login
Merekomendasikan wisata alam
Memberikan penilaian

Fase Perluasan (Elaboration)
Use case adalah semua cara dari penggunaan sistem dalam mencapai tujuan
tertentu untuk pengguna tertentu (Jacobson 2011). Use case berisi apa yang
dilakukan oleh sistem atau apa yang terjadi pada sistem, bukan bagaimana sistem
melakukan. Jadi use case disini menjelaskan fungsi-funsi apa saja yang terdapat di
dalam aplikasi dan siapa saja yang berhak mengaksesnya. Untuk melihat use case
diagram pada SPWAKB ditunjukan pada Gambar 4.

Gambar 4 Use Case Diagram SPWAKB
Setiap use case dideskripsikan lebih jelas pada use case description. Menurut
Satzinger et al. (2010), use case description adalah deskripsi yang berisi daftar
rincian proses untuk setiap use case. Use case description dari mendapatkan
rekomendasi ditunjukan pada Tabel 4. Use case description lainnya dari setiap use
case pada SPWAKB dapat dilihat pada Lampiran 2.

10
Tabel 4 Use case description mendapatkan rekomendasi
Use Case Name
Scenario
Triggering Event
Brief Description

Actors
Related Use Case
Stakeholders
Preconditions

Postconditions
Flow of Activities

Mendapatkan rekomendasi
Anggota akan mendapatkan rekomendasi wisata alam
Sistem perekomendasi akan menghitung keterkaitan
antar wisata alam. Lalu sistem akan menentukan
beberapa pasang wisata alam yang memiliki nilai
kemiripan yang tinggi. Sistem akan memberikan
prediksi kepada anggota sesuai dengan nilai prediksi.
Anggota
Include : Login
- Anggota telah memberikan rate terhadap beberapa
wisata alam.
- Memperbarui nilai rata-rata rate setiap wisata alam
- Memperbarui nilai rata-rata rate setiap anggota
- Memperbarui nilai kemiripan antar item wisata
alam
- Memperbarui nilai prediksi wisata alam
- Dapat melihat deskripsi wisata alam
- Dapat melakukan rating terhadap wisata alam
Actor
System
1. Anggota melakukan
proses login.
2. Jika pengguna belum
1.1 Mendaftarkan
terdaftar, pengguna
pegguna baru tersebut
diarahkan pada
halaman sign up.
2a. Jika pengguna sudah
2a.1 Validasi pengguna
terdaftar, pengguna
1.2 Memperbarui nilai
dapat melakukan
login.
rata-rata rate setiap
wisata alam, ratarata rate anggota,
kemiripan antar item
wisata alam, dan
prediksi wisata alam
1.3 Menampilkan hasil
rekomendasi
3. Pengguna melihat
deskripsi wisata alam
yang dipilih
4. Pengguna melakukan
rating terhadap wisata
alam

11
Exception Conditions

2.3 Jika pengguna belum melakukan rate terhadap
wisata alam atau wisata alam yang diberi rate
tidak memiliki nilai kemiripan yang lebih besar
dari 0,5 dengan wisata alam lainnya, sistem akan
menampilkan hasil rekomendasi bedasarkan rate
tertinggi yang telah diberikan anggota lain.

Setiap use case juga digambarkan lebih rinci pada activity diagram. Activity
diagram menunjukkan aliran dari satu aktivitas ke aktivitas lain dalam suatu sistem.
Suatu activity diagram menunjukkan satu himpunan aktivitas, apakah aliran dari
satu aktivitas ke aktivitas lain secara berurutan atau bercabang, dan objek yang
bertindak dan berhenti (Booch et al. 1998). Activity Diagram dari mendapatkan
rekomendasi ditunjukan pada Gambar 5. Activity Diagram dari setiap use case pada
SPWAKB dapat dilihat pada Lampiran 3.

Gambar 5 Activity Diagram mendapatkan rekomendasi
Sequence diagram adalah diagram interaksi yang menekankan waktu urutan
pesan. Sequence diagram menunjukkan sekumpulan objek dan pesan yang dikirim
dan diterima oleh objek tersebut (Booch et al. 1998). Sequence diagram fungsi
mendapatkan rekomendasi ditunjukan pada Gambar 6. Sequence diagram fungsifungsi lainnya dapat dilihat pada Lampiran 4.
Fungsi-fungsi dari sistem yang telah didefinisikan pada use case diagram
selanjutnya akan digunakan untuk membuat perancangan dari kelas-kelas yang
terdapat di dalam sistem. Kelas-kelas ini terdiri dari atribut dan fungsi yang sesuai
dengan use case, rancangan ini disebut class diagram. Analisis class diagram dari
SPWAKB ditunjukan pada Gambar 7.

12

Gambar 6 Sequence Diagram mendapatkan rekomendasi

Gambar 7 Analisis class diagram SPWAKB
Perancangan
1. Perancangan Desain Kelas
Berdasarkan class diagram pada tahap analisis, dibuat class diagram yang
berisikan attribut dan method yang menjadi acuan pada pengimplementasian kode.
Class diagram dari SPWAKB ditunjukan pada Gambar 8.

13

Gambar 8 Class diagram SPWAKB

14

2. Perancangan Basis Data
Basis data digunakan sebagai media penyimpanan sistem. Pada class diagram
terdapat atribut-atribut pada setiap kelas. Atribut-atribut ini yang menjadi acuan
dalam pembuatan rancangan basis data. Basis data berbentuk tabel-tabel yang
saling berhubungan satu dengan yang lain. Berikut adalah deskripsi dari tabel
review yang ditunjukkan oleh Tabel 5. Rancangan tabel lainnya dapat dilihat pada
Lampiran 5.
Tabel 5 Rancangan tabel review
Nama Field
review_id
id
pengguna_id
rate

Tipe (length)
int(11)
int(11)
int(11)
int(11)

Keterangan
Primary key

3. Perancangan Tampilan Antar Muka
Perancangan tampilan antar muka digunakan untuk menjadi panduan dalam
pembuatan implementasi tampilan antar muka. Perancangan antar muka penting
untuk dibuat agar kita menghasilkan tampilan antar muka yang mudah dimengerti,
mudah digunakan, nyaman untuk dilihat, dan konsisten. Sistem dengan tampilan
antar muka yang baik akan memberikan dorongan pengguna untuk menggunakan
sistem sesuai dengan fungsinya. Pada tahap perancangan tampilan antar muka
SPWAKB dihasilkan rancangan antar muka untuk fungsi-fungsi yang didefinisikan
pada use case diagram. Pada tiap fungsi-fungsi SPWAKB tersebut terdapat
rancangan masukan dan rancangan keluaran. Berikut gambaran rancangan desain
fungsi daftar wisata yang dapat dilihat oleh anggota maupun pengguna. Rancangan
tampilan antar muka daftar wisata ditunjukan pada Gambar 9. Rancangan tampilan
antar muka lainnya dapat dilihat pada Lampiran 6. Rancangan tampilan antar muka
ini dibuat dengan berdasarkan resolusi 480x800 pixel.
HEADER
Foto
Nama Wisata
Wisata Deskripsi Singkat
Nama Wisata
Foto
Wisata Deskripsi Singkat
Nama Wisata
Foto
Wisata Deskripsi Singkat
Nama Wisata
Foto
Wisata Deskripsi Singkat
Nama Wisata
Foto
Wisata Deskripsi Singkat
Nama Wisata
Foto
Wisata Deskripsi Singkat

Gambar 9 Rancangan antar muka menampilkan daftar wisata alam

15
Fase Pembangunan (Construction)
Fase pembangunan dilakukan ketika fase permulaan dan perluasan selesai
dilaksanakan. Dari fase permulaan dan perluasan dihasilkan use case diagram dan
activity diagram yang digunakan untuk acuan dalam pembuatan desain dan
implementasi sistem.
Implementasi
Tahap impementasi adalah tahap yang paling penting di dalam
pengembangan sistem, karena pada tahap ini rancangan-rancangan yang telah
dibuat sebelumnya akan diterapkan hingga menjadi sebuah produk sistem.
1. Implementasi Basis Data
Sebelumnya telah dibuat rancangan basis data yang kemudian diterapkan ke
dalam sistem manajemen basis data. SPWAKB menggunakan MySql dalam
pengelolaan basis datanya yang kemudian diberi nama “spwakb.sql”.
Implementasi basis data dilakukan dengan membuat tabel-tabel, field-field dan
hubungan tabel-tabel berdasarkan rancangan basis data. Berikut ini adalah contoh
hasil implementasi tabel review yang ditunjukan pada Gambar 10. Implementasi
tabel lainnya dapat dilihat pada Lampiran 7.
#

Name

Type

1

review_id

2

Collation

Attributes

Null

Default

Extra

int(11)

No

None

AUTO_INCREMENT

id

int(11)

No

None

3

pengguna_id

int(11)

No

None

4

rate

int(11)

No

None

Gambar 10 Implementasi tabel review
2. Implementasi Tampilan Antar Muka
Setiap sistem memiliki antar muka grafis agar pengguna dapat berinteraksi
dengan sistem. Perancangan desain antar muka yang telah dibuat pada tahap desain
antar muka diimplementasikan pada sistem. Implementasi dilakukan dengan
menggunakan Eclipse, tampilan ini dibuat dengan menggunakan XML.
Impementasi antar muka untuk fungsi melihat daftar wisata alam ditunjukan pada
Gambar 11. Implementasi antar muka lainnya dapat dilihat pada Lampiran 8.

16

Gambar 11 Implementasi antar muka menampilkan daftar wisata alam
3. Implementasi Proses
Tahap implementasi proses adalah tahapan-tahapan yang dikerjakan langsung
oleh sistem. Bahasa pemrograman Java dan PHP digunakan untuk mengolah
masukan hingga menjadi keluaran dalam bentuk XML yang diharapkan.
Rekomendasi yang dihasilkan oleh SPWAKB didapat dengan melalui
beberapa proses, yaitu :
i. Pengguna memberikan rate terhadap wisata alam.
ii. Menghitung rata-rata rate pengguna.
iii. Mengitung kemiripan antar obyek wisata alam.
iv. Menghitung prediksi rate wisata alam.
Berdasarkan proses-proses yang telah diuraikan sebelumnya, maka akan
dibuat simulasi dari proses mendapatkan rekomendasi. Proses pertama adalah
mengumpulkan data pengguna yang telah memberikan rate pada wisata alam.
Pemberian rate hanya dapat dilakukan oleh anggota. Proses kedua adalah
menghitung nilai rata-rata rate yang telah dilakukan oleh anggota. Berikut adalah
simulasi data anggota yang telah memberikan rate yang ditunjukan oleh Tabel 6,
dimana A melambangkan anggota, W melambangkan obyek wisata alam,
sedangkan �̅ melambangkan nilai rata-rata rate dari masing-masing anggota.
Tabel 6 Tabel rate wisata alam oleh pengguna
Anggota
A1
A2

W1 W2
2
4
3

W3
-

W4
5
-

W5
2

W6
5
4

W7
5
3

̅
�
4.25
3.2

17
̅
Anggota W1 W2 W3 W4 W5 W6 W7
�
4
2
5
3.67
A3
4
3
3.5
A4
2
3
2.5
A5
3
3
2
4
3
A6
4
4
A7
3
3
3
A8
2
3
4
3
A9
5
4
3
4
A10
Proses berikutnya adalah menghitung nilai kemiripan antar obyek wisata
alam menggunakan adjusted cosine similarity. Simulasi nilai kemiripan antar obyek
wisata alam ditunjukan oleh Tabel 7 yang diurutkan berdasarkan nilai kemiripan
yang tertinggi. Berdasarkan Tabel 7, terdapat empat pasang obyek wisata yang
memiliki nilai kemiripan yang lebih besar dari 0.5 yaitu
Tabel 7 Tabel similarity
Wisata Alam 1
Wisata Alam 2
Similarity
W5
W7
1.00
W4
W7
1.00
W2
W5
0.77
W1
W6
0.62
W4
W6
0.26
W6
W7
0.23
W2
W4
-0.36
W2
W6
-0.55
W1
W7
-0.90
W2
W7
-0.94
W5
W6
-0.98
W3
W4
-1.00
W3
W7
-1.00
W2
W3
-1.00
W1
W5
-1.00
W1
W2
-1.00
Proses selanjutnya adalah mengitung nilai prediksi rate obyek wisata alam
menggunakan weighted sum. Pasangan obyek wisata alam yang memiliki nilai
similarity di atas 0.5 akan dijadikan rekomendasi. Anggota yang mendapatkan
rekomendasi adalah anggota yang telah memberikan rate di salah satu obyek wisata.
Simulasi dari hasil prediksi dan objek wisata yang akan direkomendasikan
ditunjukan pada Tabel 8.
Tabel 8 Tabel prediksi rate obyek wisata alam
Pengguna
U1
U2
U3
U4
U5
U6

Prediksi rate
(W1, 5) (W5, 4)
(W4, 3)
(W5, 4) (W7, 5)
(W1, 3) (W7, 4)
(W4, 3) (W5, 3) (W6, 2)
(W1, 4) (W7, 2)

18
Pengguna
U7
U8
U9
U10

Prediksi rate
(W4, 4) (W5, 4)
(W2, 3) (W7, 3)
(W1, 3) (W4, 4) (W5, 4)
(W4, 3) (W5, 3)

Pengujian
Tahap pengujian adalah tahap lanjutan setelah pengembangan sistem,
karena pada tahap ini rancangan-rancangan yang telah dibuat sebelumnya akan
diterapkan hingga menjadi sebuah produk sistem. Pengujian yang dilakukan
menggunakan dua metode pengujian, yaitu Mean Absolute Error (MAE) dan Black
Box.
1. Mean Absolute Error (MAE)
Berdasarkan penghitungan dengan menggunakan MAE, tingkat kesalahan
relatif kecil yaitu 0.33. Pada penelitian sebelumnya, Nuryunita dan Nurhadriyani
(2013) yang juga membangun sistem perekomendasi dengan metode yang sama
memiliki tingkat kesalahan yang lebih kecil yaitu 0,15. Hasil MAE pada penelitian
sebelumnya lebih kecil dikarenakan sebelum merekomendasikan suatu item
dilakukan terlebih dahulu pengecekan kategori item yang akan direkomendasikan
dengan kategori yang disukai pengguna. Sedangkan pada penelitian kali ini,
kurangnya data wisata alam yang diperoleh sehingga data wisata alam tidak
dikategorikan.
2. Black Box
Black box testing merupakan metode pengujian sistem dengan menganggap
sebuah sistem seperti “black box” tanpa adanya pengetahuan mengenai
pemrograman dan metode ini hanya menguji sistem hanya dari aspek fundamental.
Dalam melakukan pengujian black box penguji harus mengetahui arsitektur sistem.
Penguji tidak memerlukan akses untuk melihat kode program (Khan dan Khan
2012).
Pengujian dilakukan sesuai dengan kebutuhan fungsional yang terdapat pada
use case diagram. Pengujian dilakukan dengan metode black box, yaitu menguji
apakah fungsi pada aplikasi menghasilkan keluaran yang benar ketika diberi
inputan yang didefinisikan. Berdasarkan hasil pengujian black box dengan beberapa
skenario yang diberikan menunjukkan bahwa seluruh fungsi yang ada pada aplikasi
ini telah berjalan dengan menunjukkan hasil pengujian terhadap fungsi yang
terdapat pada sistem ini. Hasil pengujian dapat dilihat pada Lampiran 9. Dari hasil
pengujian dapat disimpulkan bahwa semua fungsi pada sistem telah berjalan
dengan baik.
Fase Peralihan (Transition)
Tahap terakhir dari suatu pengembangan perangkat lunak adalah
penyampaian sistem kepada pengguna akhir (peralihan). Sebelum tahap peralihan,
dilakukan pengujian terhadap sistem terlebih dahulu. Setelah hasil pengujian telah
diperoleh, kemudian dilakukan perbaikan sistem jika masih terjadi kesalahan.
Sistem yang telah diperbaiki dan tidak terdapat lagi kesalahan menandakan bahwa

19
sistem tersebut telah siap untuk disampaikan kepada pengguna akhir. Penyampaian
SPWAKB kepada pengguna akhir dilakukan dengan cara mengunggah sistem ke
playstore.

SIMPULAN DAN SARAN
Simpulan
Metode item-based collaborative filtering telah berhasil diimplementasikan
menggunakan bahasa pemograman Java dengan platform Android. Pengguna yang
belum mendaftar sebagai anggota tidak mendapatkan rekomendasi. Rekomendasi
yang ditampilkan hanya berdasarkan rating tertinggi. Pengguna yang telah
mendaftar sebagai anggota dan telah melakukan login akan mendapatkan
rekomendasi sesuai dengan rate yang telah dilakukan sebelumnya.
Keakuratan metode item-based collaborative filtering dihitung dengan
menggunakan persamaan Mean Absolute Error (MAE). Berdasarkan penghitungan
MAE, tingkat kesalahan hitung relatif kecil yaitu 0.33. Semakin kecil nilai MAE,
semakin akurat rekomendasi yang dihasilkan.
Saran
Saran untuk penelitian berikutnya adalah menggunakan metode
perekomendasi lainnya yang bukan hanya item-based namun juga user-based yang
memperhitungkan data dari pengguna seperti umur dan hobi. Selain itu dapat juga
dengan memperhitungkan jarak pengguna dari masing-masing wisata alam
Kabupaten Bogor.

20

DAFTAR PUSTAKA
Booch G, Rumbaugh J, Jacobson I. 1998. The Unified Modeling Language User
Guide [Internet]. [diunduh 2014 Des 1]. 1(1): 87-90. Tersedi pada :
http://meusite.mackenzie.com.br/rogerio/the-unified-modeling-language-userguide.9780201571684.997.pdf
[DKPKB] Dinas Kebudayaan dan Pariwisata Kabupaten Bogor. 2014. Guide to
Bogor. Dinas Kebudayaan dan Pariwisata Kabupaten Bogor. 1(1): 1-2.
[IDC] International Data Corporation. 2014. Android and iOS Continue to
Dominate the Worldwide Smartphone Market with Android Shipments Just Shy
of 800 Million in 2013, According to IDC [Internet]. [diunduh 2014 Nov 21].
Tersedia pada : http://www.idc.com/getdoc.jsp?containerId=prUS24676414.
Jacobson, Ivar. 2011. Rational Unified Process Best Practices for Software
Development Teams. Rational Software White Paper.
Jacobson, Ivar. 2011. Use-Case 2.0 The Guide to Succeeding with Use Case. Ivar
Jacobson International.
Karypis G. 2001. Evaluation of Item-Based Top-N Recommendation. 10th
Conference of Information and Knowledge Management (CIKM) : BuckHead 510 November. 247-254.
Khan M, Khan F. 2012. A comparative study of white box, black box and greybox
testing techniques. International Journal of Computer Science and Applications.
3: 12-15.
Nuryunita K, Nurhadrayani Y. 2013. Pembuatan Modul Rekomendasi pada
Opencart Menggunakan Metode Item-Based Collaborative Filtering. Jurnal
Ilmu Komputer Agri-Informatika, IPB [Internet]. [diunduh 2015 3 Maret];
2(1):9-19.
Tersedia
pada:
http://journal.ipb.ac.id/index.php/jika/article/download/7965/6242
Sarwar B, Karypis G, Konstan J, Riedl j. 2001. Item-Based Collaborative Filtering
Recommendation Algorithms. Proceedings of the 10th International World
Wide Web Conference, 285-295.
Satzinger J, Jackson R, Burd S. 2010. 5th Edition Systems Analysis and Design in
a Changing World [Internet]. [diunduh 2015 Jan 6]. 5(1) : 171.
[SCGS] StatCounter Global Stats. 2014. Top 8 Mobile Operating System in
Indonesia from Oct 2013 to Oct 2014 [Internet]. [diunduh 2014 Nov 11].
Tersedia pada : http://gs.statcounter.com/#mobile_os-ID-monthly-201310201410
Wen, Zheng. 2008. Recommendation System Based on Collaborative Filtering.
Stanford CS229 Projects.sss

21

LAMPIRAN

22

23
Lampiran 1 Tabel daftar wisata alam
No
1

Wisata Alam
Curug Cilember

2

Taman Safari
Indonesia

3

Paradise Park

4

Wisata Agro
Gunung Mas

5

Kampung
Wisata
Cinangneng

6

Taman Wisata
Matahari

7

Gunung Salak
Halimun

8
9

Telaga Warna
Ekowisata
Bodogol

10

Penangkaran
Rusa
Kampung
Budaya Sindang
Barang

11

Lokasi
JL. Raya Puncak
Cisarua, Km 10,
Puncak, Jawa
Barat
Jalan Raya
Taman Safari,
Cisarua Puncak,
Bogor.
Jalan Bojong
Koneng, Gunung
Geulis, Sentul
City, Bogor
Jalan Raya
Puncak Kotak Pos
6, Cisarua, Bogor
Jalan Babakan
Kemang Rt.01
Rw.02 Cihideng
Udik, Kecamatan
Ciampea, Bogor
Jalan Raya
Puncak KM 77,
Cisarua,
Kabupaten Bogor.
Kampung
Citalahab Desa
Malasari
Kecamatan
Nanggung
Cisarua Bogor
Jalan Raya Bogor
Lido, Resort
PPKAB Taman
Nasional Gunung
Gede Pangrango
Desa Buangjaya,
Kecamatan Cariu
Jalan E.
Sudawisaja, KM
1, Desa Pasir
Eurih, Kecamatan
Taman Sari,
Cikaret, Bogor

-

Website

bogor.tamansafari.com

sentulparadise.com

kampoengwisatacinangneng.com

tamanwisatamatahari.co.id

halimunsalak.org

-

kp-sindangbarang.com

24
Lampiran 1 lanjutan
No
12

Wisata Alam
Wisata Desa
Kampung
Bambu

13

Taman Wisata
Mekarsari

14

Kebun Wisata
Pasirmukti

15

Telaga
Malimping

16

Wisata Air
Panas Gunung
Pancar

17

Wisata Air
Panas Ciseeng

18

Cibalung Happy
Land

19

Taman Rekreasi
Lido

Lokasi
Kampung
Selaawi, Desa
Ciburayut,
Cijeruk Bogor.
Jalan Cileungsi
Jonggol KM. 3,
Cileungsi Bogor
Jalan raya tajur
pasirmukti KM 4
Citeureup Bogor.
Kampung
Malimping
Cigombong
Kabupaten Bogor
Kampung Karang
Tengan
Kecamatan
Babakan Madang
Taman Wisata
Tirta Sanita, Jalan
Raya Gunung
Kapur Ciseeng,
Parung
Jalan Cihideung
Kampung
Cibalung Desa
Cibalung
Kabupaten Bogor
Jalan Raya
Sukabumi, Desa
Wates Jaya,
Kecamatan
Cijeruk

Website
kampoengbamboe.com

www.mekarsari.com
www.pasirmukti.co.id
telagamalimpingnew.com

-

-

www.cibalunghappyland.co.id

-

25
Lampiran 2 Use case description dari seluruh use case
Use Case Name
Scenario
Triggering Event
Brief Description

Actors
Related Use Case
Stakeholders
Preconditions
Postconditions
Flow of Activities

Exception Conditions

Registrasi Anggota
Pengguna melakukan registrasi untuk menjadi
anggota
Sistem menyediakan form registrasi bagi pengguna
yang tertarik untuk menjadi anggota. Pengguna
diminta untuk membuat username dan password
yang nantinya akan digunakan untuk dapat login
sebagai anggota.
Pengguna
- Pengguna belum memiliki akun atau belum
terdaftar
- Dapat melakukan login
Actor
System
1. Pengguna mengisikan
1.1 Validasi terhadap
username, password,
username apakah
dan verify password
username telah
digunakan atau
belum.
1.2 Jika username telah
digunakan, tampil
peringatan kepada
pengguna untuk
mengganti
username tersebut.
1.3 Jika username
belum digunakan,
maka pengguna
tersebut berhasil
melakukan
pendaftaran
1.4 Mengarahkan
pengguna ke
halaman login
-

26
Lampiran 2 lanjutan
Use Case Name
Scenario
Triggering Event
Brief Description

Actors
Related Use Case
Stakeholders
Preconditions
Postconditions

Flow of Activities

Exception Conditions

Login
Anggota memasukkan username dan password, lalu
anggota mendapatkan rekomendasi wisata alam
Sistem menyediakan form login bagi pengguna yang
telah terdaftar sebagai anggota. Untuk login,
pengguna harus memasukkan username dan
password yang telah diregistrasikan sebelumnya.
Anggota
- Pengguna telah memiliki akun atau sudah berhasil
medaftar
- Mendapatkan rekomendasi
- Dapat melihat informasi wisata alam
- Dapat melakukan rate
Actor
System
1. Pengguna mengisikan 1.1 Validasi terhadap
username, dan
username dan
password.
password.
1.2 Jika username dan
password tidak
sesuai, akan tampil
peringatan dan
ulangi tahap 1.
1.3 Mengarahkan
pengguna ke
halaman daftar
wisata alam.
-

27
Lampiran 2 lanjutan
Use Case Name
Scenario

Triggering Event
Brief Description

Actors
Related Use Case
Stakeholders
Preconditions
Postconditions
Flow of Activities

Exception Conditions
Use Case Name
Scenario

Triggering Event
Brief Description

Actors
Related Use Case
Stakeholders
Preconditions
Postconditions
Flow of Activities

Exception Conditions

Melihat daftar wisata alam
Pengguna atau anggota dapat melihat daftar wisata
alam Kabupaten Bogor sesuai dengan urutan yang
diinginkan
Sistem akan menampilkan daftar wisata alam yang
terdapat pada Kabupaten Bogor. Wisata alam yang
akan ditampilkan dapat ditentukan berdasarkan
beberapa hal, berdasarkan pilihan dari pengguna.
Pengguna dan anggota
Dapat melihat deskripsi wisata alam
Actor
System
1. Pengguna atau anggota 1.1 Menampilkan daftar
dapat menentukan
wisata alam
urutan daftar wisata
berdasarkan urutan
alam yang ditampilkan.
yang diinginkan
pengguna atau
anggota
Melihat deskripsi
Pengguna atau anggota memilih salah satu wisata
alam, lalu sistem akan menampilkan nama, alamat,
deskripsi, dan foto dari wisata alam tersebut
Deskripsi wisata alam disini akan menjelaskan
tentang apa saja yang berkaitan dengan wisata
alam tersebut, seperti kapan diresmikannya, apa
saja fasilitas yang terdapat disana, dan
menggambarkan situasi dan kondisi wisata alam
tersebut serta foto-foto wisata alam tersebut.
Pengguna dan anggota
Untuk anggota, dapat melakukan rate terhadap
wisata alam tersebut.
Actor
System
1. Pengguna atau anggota 1.1 Menampilkan
memilih salah satu
deskripsi dan foto
wisata alam.
wisata alam yang
telah dipilih.
-

28
Lampiran 2 lanjutan
Use Case Name
Scenario
Triggering Event
Brief Description

Actors
Related Use Case
Stakeholders
Preconditions
Postconditions

Flow of Activities

Exception Conditions

Memberikan penilaian
Anggota memilih salah satu wisata alam lalu
memberikan rate terhadap wisata alam tersebut
Pengguna yang telah mendaftar sebagai anggota
sistem perekomendasi ini dapat memberikan
penilaian terhadap wisata alam. Penilaian tersebut
yang akan mempengaruhi rekomendasi yang
didapatkan anggota tersebut.
Anggota
Include : Login
Memilih salah satu wisata alam yang belum pernah
diberi rate.
- Memberikan tanda bahwa wisata alam tersebut
telah diberi rate.
- Memperbarui nilai rata-rata rate setiap wisata alam
- Memperbarui nilai rata-rata rate setiap anggota
- Memperbarui nilai kemiripan antar item wisata
alam
- Memperbarui nilai prediksi wisata alam

Actor
1. Anggota memilih salah
satu wisata alam.

System
1.1 Menampilkan
deskripsi dan foto
wisata alam yang
telah dipilih.

2. Anggota memberikan
rate terhadap wisata
alam tersebut

2.1 Memperbarui nilai
rata-rata rate setiap
wisata alam, rata-rata
rate anggota,
kemiripan antar item
wisata alam, dan
prediksi wisata alam

-

29
Lampiran 3 Activity diagram dari seluruh use case
1 Use case registrasi anggota

2 Use case login

30
Lampiran 3 lanjutan
3 Use case melihat daftar wisata alam

4 Use case melihat deskripsi

31
Lampiran 3 lanjutan
5 Use case memberikan penilaian

32
Lampiran 4 Sequence Diagram dari seluruh use case
1

Use case registrasi anggota

2

Use case login

33
Lampiran 4 lanjutan
3

Use case melihat daftar wisata

4

Use case melihat deskripsi

34
Lampiran 4 lanjutan
5

Use case memberikan penilaian

35
Lampiran 5 Rancangan Tabel
1

Rancangan Tabel hasilrate
Nama Field
hasilrate_id
pengguna_id
id
Hasilrate

2

Keterangan
Primary key

Tipe (length)
int (11)
varchar (100)
varchar (100)
double

Keterangan
Primary key

Tipe (length)
int (11)
int (11)
int (11)
double

Keterangan
Primary key

Tipe (length)
int (11)
title (100)
text
varchar (200)
varchar (200)
varchar (5)

Keterangan
Primary key

Rancangan Tabel similarity
Nama Field
sim_id
wisata_id1
wisata_id2
sim

5

Tipe (length)
int (11)
int (11)
int (11)
double

Rancangan Tabel pengguna
Nama Field
pengguna_id
nama
katakunci
rata_rate

4

Keterangan
Primary key

Rancangan Tabel prediction
Nama Field
prediction_id
pengguna_id
id
predrate

3

Tipe (length)
int (11)
int (11)
int (11)
int (11)

Rancangan Tabel wisata
Nama Field
id
title
description
alamat
link
Rate

36
Lampiran 6 Rancangan Tampilan Antar Muka
1

Rancangan Tampilan Antar Muka Menu
Me
nu

HEADER

Login

Judul
Sistem

2

Rancangan Tampilan Antar Muka Login

HEADER

Kabupaten Bogor
username

password

Login

Sign Up

37
Lampiran 6 lanjutan
3

Rancangan Tampilan Antar Muka Sign Up
HEADER

Kabupaten Bogor
new username
new password
retype password

Sign Up

4

Rancangan Tampilan Antar Muka Melihat Deskripsi

HEADER

Gambar

Nama wisata alam
Alamat wisata alam

Deskripsi

38
Lampiran 7 Implementasi Tabel
1
#
1
2
3
4

Implementasi Tabel hasilrate

Name
hasilrate_id
pengguna_id
id
hasilrate

2

Type
int(11)
int(11)
int(11)
int(11)

Name

Type

1
2
3
4

prediction_id
pengguna_id
id
pred_rate

int(11)
int(11)
int(11)
double

#
1
2
3
4

#
1
2
3
4

#
1
2
3
4
5
6

Default
None
None
None
None

Extra
AUTO_INCREMENT

Collation Attributes

Null Default

Extra

No
No
No
No

AUTO_INCREMENT

None
None
None
None

Type
Collation
Attributes Null
int(11)
No
varchar(100) latin1_swedish_ci
No
varchar(200) latin1_swedish_ci
No
double
No

Default Extra
None
AUTO_INCREMENT
None
None
None

Implementasi Tabel similarity

Name
sim_id
wisata_id1
wisata_id2
sim

5

Null
No
No
No
No

Implementasi Tabel pengguna

Name
pengguna_id
nama
katakunci
rata_rate

4

Attributes

Implementasi Tabel prediction

#

3

Collation

Type
int(11)
int(11)
int(11)
double

Collation

Attributes Null
No
No
No
No

Default Extra
None
AUTO_INCREMENT
None
None
None

Implementasi Tabel wisata

Name
id
title
description
alamat
link
rate

Type
int(11)
varchar(100)
text
varchar(200)
varchar(200)
varchar(5)

Collation
latin1_swedish_ci
latin1_swedish_ci
latin1_swedish_ci
latin1_swedish_ci
latin1_swedish_ci

Attributes Null
No
No
No
No
No
No

Default Extra
None
AUTO_INCREMENT
None
None
None
None
None

39
Lampiran 8 Implementasi Tampilan Antar Muka
1

Implementasi Tampilan Antar Muka Menu

2

Implementasi Tampilan Antar Muka Login

40
Lampiran 8 lanjutan
3

Implementasi Antar Muka Sign Up

4

Implementasi Antar Muka Detail wisata alam

41
Lampiran 8 lanjutan

42
Lampiran 9 Hasil pengujian Black Box
No

Kode Fungsi

1

SPWAKB01

2

SPWAKB02

3

SPWAKB03

4

SPWAKB04

5

SPWAKB05

6

SPWAKB06

Nama
Masukkan
Keluaran
Proses
Melihat
Pilih Menu Tampil seluruh
daftar wisata Show All
wisata alam
alam
berdasarkan rate
tertinggi
Melihat
Pilih salah Tampil Foto,
Deskripsi
satu wisata Alamat, serta
alam
Deskripsi
Wisata Alam
Registrasi
Username, Dialog
anggota
password, berhasil
dan retype melakukan
password
registrasi
Login
Username Tampil
dan
Rekomendasi
password
wisata alam
Mendapat
Melakukan Tampil
Rekomendasi Login
Rekomendasi
wisata alam
Memberikan Pilih
Dialog
Penilaian
bintang
berhasil
pada
melakukan rate
deskripsi
wisata
alam

Keterangan
Sukses

Sukses

Sukses

Sukses
Sukses
Sukses

43

RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 6 November 1991 di kota Wonogiri, Jawa
Tengah. Penulis merupakan anak pertama dari dua bersaudara dengan Ayah Suyadi
dan Ibu Ratmi. Pada tahun 2009 penulis lulus dari SMA Negeri 103 Jakarta dan
pada tahun yang sama penulis diterima di Jurusan Manajemen Informatika Program
Diploma Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB.
Tahun 2012 penulis lulus dari Diploma IPB dan pada tahun yang sama penulis
diterima di Program Alih Jenis S1 Ilmu Komputer IPB melalui tes seleksi masuk.
Selama mengikuti perkuliahan, penulis menjadi asisten dosen di Diploma IPB
sebagai asisten dosen mata kuliah Aplikasi Komputer, Pemograman Berbasis Objek,
Basis Data Client Server, Pemograman Web, dan Alogaritme Komputer.