SISTEM REKOMENDASI WISATA BERNILAI SEJARAH DI JAWA BARAT DENGAN METODE COLLABORATIVE FILTERING MENGGUNAKAN ALGORITMA SLOPE ONE.

SISTEM REKOMENDASI WISATA BERNILAI SEJARAH DI JAWA BARAT DENGAN METODE COLLABORATIVE FILTERING

MENGGUNAKAN ALGORITMA SLOPE ONE

SKRIPSI

Diajukan untuk Memenuhi Sebagian dari Syarat untuk Memperoleh Gelar Sarjana Komputer

Program Studi Ilmu Komputer

Oleh

Supri Yanta Sitepu 0608580

PROGRAM STUDI ILMU KOMPUTER

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA

BANDUNG 2013

SISTEM REKOMENDASI WISATA BERNILAI SEJARAH DI JAWA BARAT DENGAN METODE COLLABORATIVE FILTERING

MENGGUNAKAN ALGORITMA SLOPE ONE

Oleh

Supri Yanta Sitepu

Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam

© Supri Yanta Sitepu 2013 Universitas Pendidikan Indonesia

Agustus 2013

Hak Cipta dilindungi undang-undang.

Skripsi ini tidak boleh diperbanyak seluruhya atau sebagian, dengan dicetak ulang, difoto kopi, atau cara lainnya tanpa ijin dari penulis.

ABSTRAK

Rekomendasi buku pada situs Amazon, atau rekomendasi film pada Netflix, merupakan contoh nyata dari sistem rekomendasi pada bidang industry. Metode collaborative filtering merupakan salah satu yang sering digunakan dalam sistem rekomendasi. Kelebihan collaborative filtering adalah tidak dibutuhkan domain pengetahuan dan dengan pemberian rating, pengguna lainnya dapat membuat prediksi berdasarkan rating sebelumnya. Kali ini digunakan bersama algoritma slope one untuk rekomendasi wisata bernilai sejarah di Jawa Barat. Tujuannya adalah mengplikasikan sistem rekomendasi pada bidang pariwisata serta menerapkan algoritma slope one yang dikenal mudah diimplementasikan, efisien dan akurat.

Abstract

Recommended books on Amazon's website, or movie recommendations on Netflix, is an example of the system in the field of industry recommendations. Collaborative filtering method is one that is often used in recommendation systems. Advantages of collaborative filtering is not required domain knowledge and by giving the rating, other users can make predictions based on previous ratings. This time the algorithm is used with one slope for sightseeing recommendations valuable history in West Java. The goal is to apply the recommendation system in the field of tourism as well as implementing slope one known algorithms are easy to implement, efficient and accurate .

DAFTAR ISI

BAB I PENDAHULUAN ... Error! Bookmark not defined. 1.1 LATAR BELAKANG ... Error! Bookmark not defined. 1.2 Rumusan Masalah ... Error! Bookmark not defined. 1.3 Batasan Masalah ... Error! Bookmark not defined. 1.4 Tujuan Penelitian ... Error! Bookmark not defined. 1.5 Manfaat Penelitian ... Error! Bookmark not defined. 1.6 Metode Penelitian ... Error! Bookmark not defined. 1.7 Sistematika penelitian ... Error! Bookmark not defined. BAB II TINJAUAN PUSTAKA ... Error! Bookmark not defined. 2.1 Sistem Rekomendasi ... Error! Bookmark not defined. 2.2 Collaborative Filtering ... Error! Bookmark not defined. 2.3 Slope One ... Error! Bookmark not defined. 2.3.1. Kelebihan Algoritma Slope One ... Error! Bookmark not defined. BAB III METODOLOGI PENELITIAN... Error! Bookmark not defined. 3.1 Desain Penelitian ... Error! Bookmark not defined. 3.2 Model Proses ... Error! Bookmark not defined. 3.3 Alat dan Bahan Penelitian ... Error! Bookmark not defined. 3.3.1 Alat Penelitian ... Error! Bookmark not defined. 3.3.2 Bahan Penelitian... Error! Bookmark not defined. BAB IV HASIL PENELITIAN DAN PEMBAHASAN .... Error! Bookmark not

defined.

4.1 Analisis Sistem ... Error! Bookmark not defined. 4.1.1 Deskripsi Sistem ... Error! Bookmark not defined. 4.1.2 Analisis Input ... Error! Bookmark not defined. 4.1.3 Analisis Output ... Error! Bookmark not defined. 4.1.4 Analisis Pengguna ... Error! Bookmark not defined. 4.1.5 Analisis Perhitungan Prediksi Dengan Algoritma Slope One .. Error!

4.1.6 Analisis Proses ... Error! Bookmark not defined. 4.2 Perancangan Sistem ... Error! Bookmark not defined. 4.2.1 Perancangan Basis Data ... Error! Bookmark not defined. 4.2.2 Implementasi (coding) ... Error! Bookmark not defined. 4.3 Hasil Eksperimen ... Error! Bookmark not defined. 4.4 Pengujian Perangkat Lunak ... Error! Bookmark not defined. 4.4.1 Lingkungan Pengujian ... Error! Bookmark not defined. 4.4.2 Pelaksanaan Pengujian ... Error! Bookmark not defined. 4.4.1 Hasil Pengujian ... Error! Bookmark not defined. BAB V KESIMPULAN ... Error! Bookmark not defined. 5.1 Kesimpulan ... Error! Bookmark not defined. 5.2 Saran ... Error! Bookmark not defined. Daftar Pustaka ... Error! Bookmark not defined. LAMPIRAN ... Error! Bookmark not defined.

5

1 BAB I

PENDAHULUAN

1.1 LATAR BELAKANG

Pariwisata merupakan salah satu potensi sumber daya yang dapat dikembangkan oleh setiap daerah, sebagai salah satu sumber daya yang menghasilkan devisa bagi negara. Hal ini membutuhkan pengoptimalan dalam penyediaan jasa untuk lebih menunjang potensi kawasan wisata yang dikunjungi. (Habibie, 2010)

Jawa barat merupakan provinsi dengan jumlah penduduk terbanyak di Indonesia, sebelum dimekarkan dengan Provinsi Banten. Berdasarkan data dari situs resmi dinas pariwisata Jawa Barat, tempat wisata di Jawa Barat cukup banyak dengan berbagai macam jenis wisata yang ada, salah satunya adalah wisata sejarah atau tempat-tempat peninggalan sejarah.

Bangsa yang besar adalah bangsa yang menghargai sejarahnya. Namun, keberadaan tempat-tempat bersejarah atau wisata sejarah tidak begitu diketahui oleh masyarakat jika dibandingkan dengan keberadaan wisata lainnya seperti wisata alam, wisata kuliner atau wisata belanja. Hal ini disebabkan oleh beberapa faktor, salah satunya karena kurangnya informasi mengenai tempat-tempat bersejarah itu sendiri.

Untuk hal itu, penulis membuat sistem rekomendasi tempat-tempat bersejarah yang ada di Jawa Barat. Penulis membuat sistem rekomendasi ini bertujuan untuk memanfaatkan teknologi pada bidang pariwisata

6

khususnya tempat-tempat bersejarah. Dengan adanya sistem rekomendasi ini, penulis berharap calon wisatawan mendapat rekomendasi tempat wisata sejarah yang sesuai dengan keinginnya, serta berharap terjadinya peningkatan jumlah wisatawan terhadap tempat-tempat bersejarah di Jawa Barat.

Tujuan dari sistem rekomendasi adalah untuk menghasilkan rekomendasi yang tepat dari kumpulan data user atau item atau produk yang mungkin akan disukai. Seperti rekomendasi buku pada Amazon, atau film pada Netflix, yang merupakan contoh nyata dari sistem rekomendasi pada bidang industri. (Prem Melville & Vikas Sindhwani; 2010). Sedangkan menurut Amir Gershman dan Amnon Meisels sistem rekomendasi bertujuan memberikan item yang menarik dan berguna kepada user untuk meningkatkan keuntungan penjual dan kepuasan pembeli. Sistem rekomendasi mencoba untuk memprediksi berdasarkan rating yang telah dilakukan user dan rating user lainnya (yang memiliki kemiripan/similarity). .

Ada bermacam-macam teknik dalam membangun sebuah sistem rekomendasi, antara lain; demographic recommendation, collaborative recommendation, content-based recommendation, dan knowledge based recommendation. Dalam penelitian ini, sistem rekomendasi dibangun dengan teknik collaborative filtering. Adapun kelebihan collaborative filtering menurut Adomavicius & Tuzulin (Nurul Hayati; 2012) adalah

7

tidak dibutuhkan domain pengetahuan dan dengan pemberian rating, pengguna lainnya dapat membuat prediksi berdasarkan rating sebelumnya.

Sedangkan algoritma yang digunakan pada sistem ini adalah algoritma slope one. Algoritma slope one mudah diimplementasikan, query-nya efisien, akurat, dan bisa digunakan untuk query online dan pembaruan secara dinamis. (Daniel Lemire, 2008).

Dengan dibuatnya sistem perekomendasi tempat wisata bersejarah ini diharapkan bisa memberikan informasi tentang tempat wisata bersejarah di Jawa Barat yang tepat dan mungkin akan disukai oleh user.

1.2 Rumusan Masalah

Dalam penelitian ini telah dirumuskan beberapa masalah yang harus diselesaikan, yaitu:

1. Bagaimana membangun sebuah sistem rekomendasi tempat-tempat wisata bersejarah?

2. Bagaimana membangun sebuah sistem rekomendasi dengan metode collaborative filtering menerapkan algoritma slope one?

1.3 Batasan Masalah

Untuk memfokuskan penelitian, ditetapkan batasan masalah sebagai berikut:

8

1. Tempat bersejarah yang dimaksud adalah tempat wisata yang berada di Jawa Barat yang mempunyai nilai sejarah yang diambil dari www.disparbud.jabarprov.go.id

2. Data user dan data rating yang digunakan adalah data dummy.

3. User akan mendapatkan hasil rekomendasi setelah merating tempat wisata (item) yang ada.

4. Metode yang digunakan yaitu metode collaborative filtering dengan menerapkan algoritma Slope one.

5. Aplikasi dibangun berbasis web menggunakan bahasa pemrograman PHP dan database MySQL.

1.4 Tujuan Penelitian

Tujuan dari penelitian skripsi ini adalah :

1. Membangun sistem rekomendasi tempat-tempat wisata bernilai sejarah di Jawa Barat.

2. Menerapkan algoritma slope one dalam sistem rekomendasi dengan metode collaborative filtering.

1.5 Manfaat Penelitian

Dengan dilakukannya penelitian ini, diharapkan dapat memberikan manfaat sebagai berikut :

1. Membantu pengguna atau wisatawan untuk mendapatkan informasi tempat wisata yang sesuai.

9

2. Sistem rekomendasi yang telah dibuat diharapkan memberikan alternatif lain bagi pengguna dalam suatu pencarian, karena secara mendasar sistem rekomendasi ini membantu pengguna dalam menemukan sesuatu yang mungkin pengguna perlukan.

1.6 Metode Penelitian

Adapun metode yang digunakan pada penelitian ini antara lain:

1. Studi Literatur

Eksplorasi dan studi literatur dilakukan dengan mempelajari konsep-konsep yang berkaitan dengan penelitian ini, seperti sistem rekomendasi berbasis web dengan metode collaborative filtering, Algoritma Slope one, melalui literatur-literatur seperti buku (textbook), paper, dan sumber ilmiah lain seperti situs internet ataupun artikel dokumen teks yang berhubungan.

2. Analisis dan Perancangan

Analisis dan perancangan perangkat lunak dilakukan untuk menentukan permasalahan mengenai bahasa pemrograman yang akan digunakan, input/outpun program, dan permasalahan teknik algoritma yang akan diimplementasikan.

3. Pengumpulan Data

Mengumpulkan data-data yang terkait dengan penelitian. 4. Implementasi

10

Implementasi program dilakukan sesuai dengan hasil analisis pada tahapan sebelumnya.

5. Hasil Akhir dan Penarikan Kesimpulan.

Analisis hasil dilakukan untuk mengetahui implementasi sistem rekomendasi tempat wisata dengan menggunakan collaborative filtering.

1.7Sistematika penelitian

Dalam penulisan laporannya, sistematika penulisan dibagi kedalam beberapa bab sebagai berikut :

BAB I PENDAHULUAN

Pada bab ini dijelaskan tentang latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian dan sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Bab ini berisi landasan teori yang digunakan sebagai sumber dan alat dalam memahami permasalahan yang berkaitan dengan sistem rekomendasi.

BAB III METODOLOGI PENELITIAN

Bab ini berisi tentang penjelasan dari desain penelitian, metode yang digunakan dalam proses penelitian, serta alat dan bahan yang

11

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Bab ini berisi tentang penjabaran dari penelitian yang dilakukan beserta pembahasan hasil penelitian tersebut.

BAB V KESIMPULAN DAN SARAN

Bab ini memeparkan kesimpulan dari hasil penelitian beserta saran-saran yang dapat digunakan untuk penelitian selanjutnya.

22

1 BAB III

METODOLOGI PENELITIAN

3.1 Desain Penelitian

Desain penelitian yang digunakan pada pembagunan sistem rekomendasi wisata bernilai sejarah berbasis web menggunakan metode collaborative filtering ini digambarkan pada gambar 3.1

Collaborative filtering

Langkah Awal Penelitian: - Formulasi Permasalahan

- Mengumpulkan data yang dibutuhkan

Studi literatur Wawancara dan Observasi

Data Penelitian

Interface Rating Objek: User rating (x)

Penghitungan prediksi

Algoritma Slope One y = x + b

Rekomendasi Objek Wisata

Pengembangan Perangkat Lunak: Analysis Design Coding Testing

23

Berikut adalah penjelasan gambar dan merupakan tahapan penelitian yang dilakukan sebagai berikut:

Penjelasan gambar:

1. Tahapan Awal Penelitian. Pada tahap ini ditentukan kebutuhan dan data penelitian yaitu data pariwisata di Provinsi Jawa Barat, serta rating data tempat wisata yang digunakan untuk proses rekomendasi tempat wisata bernilai sejarah. Selain itu, diperlukan alat dan bahan yaitu komputer, serta perangkat lunak XAMPP yang dijalankan di sistem operasi windows.

2. Studi Literatur dilakukan dengan mempelajari dan memahami teori-teori yang digunakan, yaitu collaborative filtering dan algoritma slope one yang berhubungan dengan sistem rekomendasi. Data-data tersebut dicari dengan cara mengumpulkan literatur, jurnal, browsing internet dan bacaan-bacaan yang ada kaitannya dengan topik baik berupa textbook atau paper.

3. Wawancara dilakukan dengan mengadakan kunjungan ke Dinas Pariwisata Jawa Barat untuk mendapatkan data pariwisata yang ada di Jawa Barat khususnya objek wisata yang mempunyai nilai sejarah. 4. Setelah data terkumpul, dilakukan pengembangan perangkat lunak

dengan model proses sekuensial linier. Model sekuensial linier merupakan sebuah pendekatan pengembangan perangkat lunak yang sistematik. Secara bertahap dimulai dari tahap analisis terus maju ke tahap desain, implementasi, dan tahap pengujian. Adapun inti dari

24

perangkat lunak tersebut adalah user mendaftar pada system dan melakukan rating terhadap objek yang ada, kemudian system melakukan perhitungan menggunakan algoritma slope one, dan akan menghasilkan prediksi. Dan prediksi tersebut digunakan untuk bahan rekomendasi tempat wisata bersejarah.

Adapun penghitungan prediksi dengan algoritma slope one adalah y = x + b ; dimana: ‘y’ adalah predictee item, ‘x’ nilai rating awal yang diberikan predictee user, dan ‘b’ adalah selisih rata-rata item yang berpasangan.

5. Dokumen penelitian berupa skripsi dan perangkat lunak yang tercipta.

3.2 Model Proses

Pemodelan sistem informasi harus dilakukan terlebih dahulu sebelum mulai melakukan implementasi program atau pengkodean program. Pemodelan sistem informasi ini bertujuan untuk menemukan batasan-batasan masalah pada penerapan sistem. Model proses yang digunakan dalam pembangunan sistem ini adalah model sekuensial linier. Model sekuensial linier mungusulkan sebuah pendekatan pengembangan perangkat lunak yang sistematik dan sekuensial. Model sekuensial linier melingkupi aktivitas sebagai berikut:

25

Gambar 1.2Model Sekuensial Linear

Tanda panah menggambarkan urutan jalannya proses pengembangan perangkat lunak.

Fase-fase pada rekayasa perangkat lunak sekuensial linier (Pressman, 2001) adalah sebagai berikut:

1. Analysis

Tahap ini merupakan tahap awal dalam pengembangan sebuah perangkat lunak, tahapan ini digunakan untuk mengetahui informasi, model, dan spesifikasi dari sistem yang dibutuhkan, baik kebutuhan fungsional maupun kebutuhan non fungsional yang dibutuhkan dalam membangun perangkat lunak sistem rekomendasi wisata bersejarah dengan menggunakan metode collaborative filtering yang menerapkan algoritma slope one.

Pada sistem rekomendasi ini, user harus melakukan rating tempat wisata yang ada supaya mendapat hasil rekomendasi dari sistem. User yang dimaksud adalah pengguna yang sudah melakukan registrasi sebelumnya. Dengan kata lain, sistem membutuhkan data rating dari user

System/Information engineering

26

untuk menghasilkan sebuah rekomendasi. Selain user, ada admin yang mempunyai hak khusus untuk melihat, menghapus, menambah dan mengedit data pada sistem, juga bisa melihat jumlah data rating item atau objek wisata yang ada. Yang kemudian dapat melakukan maintenance sistem jika diperlukan.

2. Design

Tahap ini bertujuan membuat desain dari hasil analisis yang dilakukan pada tahapan sebelumnya. Informasi, model dan spesifikasi yang diubah menjadi sebuah desain sistem yang nantinya akan dikodekan. Tahap desain meliputi perancangan data, perancangan arsitektur, perancangan antarmuka, dan perancangan prosedur.

Pada perancangan database dibentuk beberapa tabel, antara lain: tabel admin, lokasi, objek, dan rating. Kemudian pada perancangan antarmuka, dibuat; menu registrasi, menu login/logout, dan input rating objek bagi user. Dan antarmuka untuk admin dibuat menu login/logout, menu lihat data, edit data, tambah data, dan hapus data.

3. Coding

Tahap ini dimaksudkan untuk mengkodekan desain yang telah dibuat dalam tahap sebelumnya menjadi sebuah kode-kode yang nantinya akan dibaca oleh komputer dan dibuah menjadi sebuah tampilan yang nantinya digunakan. Implementasi program tidak boleh melebihi dari apa yang telah ditentukan dalam desain perangkat lunak.

27

Jika desain dilakukan dalam cara yang detail, pembuatan kode dapat dikerjakan secara mekanistik. Dalam penelitian ini digunakan PHP MySQL untuk pembuatan sistemnya. Pada tahap inilah metode collaborative filtering dan algoritma slope one diterapkan, dikerjakan dengan bahasa pemrograman PHP danMySQL

4. Test

Merupakan fase pengujian layak tidaknya software yang dibangun sesuai dengan model yang diinginkan, fase pengujian dilakukan dengan black box. Pengujian yang dilakukan meliputi pengujian input data. Apakah user baru yang melakukan registrasi berhasil atau tidak, user melakukan rating berhasil atau tidak, hasil rekomendasi keluar atau tidak, admin menambah, menghapus, mengubah data berhasil atau tidak.

3.3 Alat dan Bahan Penelitian

3.3.1 Alat Penelitian

Penelitian ini menggunakan seperangkat sistem komputer beserta perangkat lunak pendukungnya, yaitu :

1. Satu unit komputerdenganspesifikasi :

a. Processor Intel Pentium Dual Core 1.67 GHz b. RAM 2 GB

c. Harddisk 60 GB dengan free space 15 GB.

28

e. Mouse dan Keyboard 2. Perangkat lunak :

a. Sistem Operasi Windows XP SP 3 b. XAMPP 1.8.0

c. Web Browser (Google Chrome 27.0)

3.3.2 Bahan Penelitian

Data yang menjadi input sistem adalah rating user terhadap objek wisata yang ada. User terlebih dahulu mendaftarkan diri dengan mengisi data pribadi, selanjutnya user akan mendapatkan hak akses memasuki sistem. Kemudian user melakukan rating objek wisata yang sesuai dengan keinginan user. Hasil keluaran dari sistem adalah rekomendasi tempat wisata sesuai dengan perhitungan algoritma yang diterapkan.

49

1

BAB V

KESIMPULAN

5.1 Kesimpulan

Berdasarkan hasil analisis dan pengujian yang dilakukan pada bab sebelumnya, maka kesimpulan yang dapat diambil adalah sebagai berikut:

1. Telah berhasil dibuat sistem rekomendasi dengan metode collaborative filtering dengan menggunakan algoritma slope one.

2. Sistem rekomendasi dengan metode collaborative filtering telah dapat diaplikasikan sebagai sebuah sistem rekomendasi untuk objek wisata bernilai sejarah di Jawa Barat.

3. Aplikasi pendekatan metode collaborative memerlukan feedback berupa rating dari user untuk menghasilkan rekomendasi.

5.2Saran

Pada skripsi ini penulis menggunakan metode collaborative filtering dengan algoritma Slope One, oleh karena itu dapat dikembangkan dan diteliti lebih lanjut dengan metode lain serta algoritma lainnya pada ruang lingkup sistem rekomendasi. Sehingga dapat menghasilkan rekomendasi yang lebih baik.

50

1 Daftar Pustaka

Daniel Lemire. Scale and translation invariant collaborative filtering systems. Information Retrieval, 8(1):129–150, January 2005.

Daniel Lemire, Anna Maclachlan. 2008. Slope One Predictor for Online Rating-Based Collaborative Filtering

2007. Slope One Predictor On Consumer Data. Helsinki University of Technology.

http://lemire.me/fr/documents/publications/webpaper.txt (diakses terakhir kali pada 13 Agustus 2013)

Habibie, Tigin Nurmajid. 2010. Implementasi Sistem Rekomendasi Tempat Wisata Dengan Menggunakan Metode Knowledge-Based Recommendation Studi Kasus PT. TAMA PUTERA WISATA. Bandung: Universitas Pendidikan Indonesia.

Hakim, Irfan. 2010. Sistem Rekomendasi Film Berbasis Web Menggunakan Metode Item-Based Collaborative Filtering Berbasis K-Nearest Neighbor. Bandung: Universitas Pendidikan Indonesia.

Hayati, Nurul. 2012. Metode Hybrid (Content Dan Collaborative Based) Nearest Neighbor Untuk Sistem Rekomendasi Pariwisata. Medan: Universitas Sumatera Utara

51

Nooij, Guido Jan de. 2008. Recommender systems: An Overview. Amsterdam: Vrije Universiteit Amsterdam.

Pressman, Roger S. 2004. Software Engineering A Practitioner Approach 6th Ed. McGraw-Hill. New York.

untuk menghasilkan sebuah rekomendasi. Selain user, ada admin yang mempunyai hak khusus untuk melihat, menghapus, menambah dan mengedit data pada sistem, juga bisa melihat jumlah data rating item atau objek wisata yang ada. Yang kemudian dapat melakukan maintenance sistem jika diperlukan.

2. Design

Tahap ini bertujuan membuat desain dari hasil analisis yang dilakukan pada tahapan sebelumnya. Informasi, model dan spesifikasi yang diubah menjadi sebuah desain sistem yang nantinya akan dikodekan. Tahap desain meliputi perancangan data, perancangan arsitektur, perancangan antarmuka, dan perancangan prosedur.

Pada perancangan database dibentuk beberapa tabel, antara lain: tabel admin, lokasi, objek, dan rating. Kemudian pada perancangan antarmuka, dibuat; menu registrasi, menu login/logout, dan input rating objek bagi user. Dan antarmuka untuk admin dibuat menu login/logout, menu lihat data, edit data, tambah data, dan hapus data.

3. Coding

Tahap ini dimaksudkan untuk mengkodekan desain yang telah dibuat dalam tahap sebelumnya menjadi sebuah kode-kode yang nantinya akan dibaca oleh komputer dan dibuah menjadi sebuah tampilan yang nantinya digunakan. Implementasi program tidak boleh melebihi dari apa yang telah ditentukan dalam desain perangkat lunak.

Jika desain dilakukan dalam cara yang detail, pembuatan kode dapat dikerjakan secara mekanistik. Dalam penelitian ini digunakan PHP MySQL untuk pembuatan sistemnya. Pada tahap inilah metode

collaborative filtering dan algoritma slope one diterapkan, dikerjakan

dengan bahasa pemrograman PHP danMySQL 4. Test

Merupakan fase pengujian layak tidaknya software yang dibangun sesuai dengan model yang diinginkan, fase pengujian dilakukan dengan

black box. Pengujian yang dilakukan meliputi pengujian input data.

Apakah user baru yang melakukan registrasi berhasil atau tidak, user melakukan rating berhasil atau tidak, hasil rekomendasi keluar atau tidak, admin menambah, menghapus, mengubah data berhasil atau tidak.

3.3 Alat dan Bahan Penelitian 3.3.1 Alat Penelitian

Penelitian ini menggunakan seperangkat sistem komputer beserta perangkat lunak pendukungnya, yaitu :

1. Satu unit komputerdenganspesifikasi :

a. Processor Intel Pentium Dual Core 1.67 GHz

b. RAM 2 GB

c. Harddisk 60 GB dengan free space 15 GB.

e. Mouse dan Keyboard

2. Perangkat lunak :

a. Sistem Operasi Windows XP SP 3 b. XAMPP 1.8.0

c. Web Browser (Google Chrome 27.0)

3.3.2 Bahan Penelitian

Data yang menjadi input sistem adalah rating user terhadap objek wisata yang ada. User terlebih dahulu mendaftarkan diri dengan mengisi data pribadi, selanjutnya user akan mendapatkan hak akses memasuki sistem. Kemudian user melakukan rating objek wisata yang sesuai dengan keinginan user. Hasil keluaran dari sistem adalah rekomendasi tempat wisata sesuai dengan perhitungan algoritma yang diterapkan.

1

BAB V

KESIMPULAN

5.1 Kesimpulan

Berdasarkan hasil analisis dan pengujian yang dilakukan pada bab sebelumnya, maka kesimpulan yang dapat diambil adalah sebagai berikut:

1. Telah berhasil dibuat sistem rekomendasi dengan metode

collaborative filtering dengan menggunakan algoritma slope one.

2. Sistem rekomendasi dengan metode collaborative filtering telah dapat diaplikasikan sebagai sebuah sistem rekomendasi untuk objek wisata bernilai sejarah di Jawa Barat.

3. Aplikasi pendekatan metode collaborative memerlukan feedback berupa rating dari user untuk menghasilkan rekomendasi.

5.2Saran

Pada skripsi ini penulis menggunakan metode collaborative

filtering dengan algoritma Slope One, oleh karena itu dapat dikembangkan

dan diteliti lebih lanjut dengan metode lain serta algoritma lainnya pada ruang lingkup sistem rekomendasi. Sehingga dapat menghasilkan rekomendasi yang lebih baik.

1 Daftar Pustaka

Daniel Lemire. Scale and translation invariant collaborative filtering

systems. Information Retrieval, 8(1):129–150, January 2005.

Daniel Lemire, Anna Maclachlan. 2008. Slope One Predictor for

Online Rating-Based Collaborative Filtering

2007. Slope One Predictor On Consumer Data. Helsinki University of Technology.

http://lemire.me/fr/documents/publications/webpaper.txt (diakses terakhir kali pada 13 Agustus 2013)

Habibie, Tigin Nurmajid. 2010. Implementasi Sistem Rekomendasi

Tempat Wisata Dengan Menggunakan Metode Knowledge-Based Recommendation Studi Kasus PT. TAMA PUTERA WISATA. Bandung: Universitas Pendidikan Indonesia.

Hakim, Irfan. 2010. Sistem Rekomendasi Film Berbasis Web Menggunakan Metode Item-Based Collaborative Filtering Berbasis K-Nearest Neighbor. Bandung: Universitas Pendidikan Indonesia.

Hayati, Nurul. 2012. Metode Hybrid (Content Dan Collaborative

Based) Nearest Neighbor Untuk Sistem Rekomendasi Pariwisata. Medan: Universitas Sumatera Utara

Nooij, Guido Jan de. 2008. Recommender systems: An Overview. Amsterdam: Vrije Universiteit Amsterdam.

Pressman, Roger S. 2004. Software Engineering A Practitioner