Pemodelan Hybrid Tourism Recommendation Menggunakan Hidden Markov Model dan Text Mining Berbasis Data Sosial Media
PEMODELAN HYBRID TOURISM RECOMMENDATION
MENGGUNAKAN HIDDEN MARKOV MODEL DAN TEXT
MINING BERBASIS DATA SOSIAL MEDIA
HUSNUL KHOTIMAH
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis berjudul Pemodelan Hybrid
Tourism Recommendation Menggunakan Hidden Markov Model dan Text Mining
Berbasis Data Sosial Media 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 tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Oktober 2014
Husnul Khotimah
NIM G651130586
RINGKASAN
HUSNUL KHOTIMAH. Pemodelan Hybrid Tourism Recommendation
Menggunakan Hidden Markov Model dan Text Mining Berbasiskan Data Sosial
Media. Dibimbing oleh YANI NURHADRYANI dan TAUFIK DJATNA.
Dalam bidang pariwisata, sistem rekomendasi dapat membantu pengguna
mempercepat proses pengambilan keputusan untuk memilih destinasi tempat
wisata. Salah satu sistem rekomendasi wisata yang sudah dikembangkan yaitu
mobile ecotourism. Rekomendasi yang dihasilkan berbasis jarak dan pemetaan
data statis. Sistem mobile ecotourism mengalami masalah seperti pada sistem
rekomendasi tradisional yaitu atribut penentu hasil rekomendasi yang sebagian
besar masih dalam data statis dan memiliki ketergantungan terhadap data rating.
Penelitian ini bertujuan membangun model rekomendasi untuk mengatasi
masalah yang terdapat pada sistem rekomendasi mobile ecotourism. Pada
penelitian ini mengusulkan dua model rekomendasi hybrid yaitu model
rekomendasi berbasis spasial dan berbasis text mining. Dua model ini
menggunakan data media sosial. Data media sosial tumbuh secara cukup
signifikan dan alami.
Pemodelan rekomendasi berbasis spasial memberikan rekomendasi
berdasarkan jarak dan analisis user mobility behavior. Pemodelan ini melibatkan
data histori check-in dari location based social network. Data histori check-in
dimodelkan berdasarkan Hidden Markov yang merepresentasikan user mobillity
behavior yaitu perilaku dari mobilitas pengguna saat berpindah dari satu lokasi ke
lokasi lain. Asumsi yang digunakan yaitu kunjungan pengguna ke suatu lokasi
dipengaruhi oleh posisi current location dan waktu kunjungan. Pada Hidden
Markov Model perpindahan pengguna dari suatu lokasi ke lokasi lain dimodelkan
dalam state observasi dan waktu kunjungan ke suatu lokasi dimodelkan sebagai
hidden state. Pemodelan ini menghasilkan daftar lokasi yang dekat dengan lokasi
pengguna dan sesuai dengan perilaku pengguna. Model ini sudah
diimplementasikan ke dalam bentuk web. Hasil evaluasi model dengan mean
average precision menunjukkan nilai sebesar 0.78 yang merepresentasikan bahwa
hasil rekomendasi cukup relevan.
Pemetaan data statis antara hobi dan lokasi wisata diselesaikan dengan
proses ekstraksi teks pada kumpulan data media sosial objek wisata dan pengguna
untuk membangun suatu pemetaan yang bersifat dinamis. Text mining dilakukan
untuk mengekstraksi teks sehingga didapatkan penciri dari objek wisata tersebut.
Penelitian ini berfokus pada ekstraksi teks berbahasa Indonesia. Rekomendasi
dibangun berdasarkan vector space model antara term wisata dan kemunculan
term tersebut dalam posting pengguna di jejaring sosial. Pada pemodelan ini juga
dilakukan agregasi rekomendasi dengan advice seeking sebagai representasi
proses rekomendasi di dunia nyata. Model ini baru dibangun dengan
menggunakan bahasa pemrograman R. Hasil dari pemodelan ini kurang baik
karena term wisata masih didominasi kata-kata yang tidak representatif.
Kata kunci: hidden markov model, media sosial, sistem rekomendasi wisata
hybrid, text mining, user mobility behavior
SUMMARY
HUSNUL KHOTIMAH. Modelling of Hybrid Tourism Recommendation Using
Hidden Markov Model and Text Mining Based on Social Media Data. Supervised
by YANI NURHADRYANI and TAUFIK DJATNA.
In the field of tourism, the recommender systems can support users
accelerate the decision making process to select a tourist destination. One of
tourism recommender systems which has been developed including mobile
ecotourism. The system give recommendation which is based on distance and
static data mapping among hobby and location. It suffers the same problem as the
traditional recommender system such as static attribute to determine
recommendation result and its dependence on the data rating.
This research proposed two models of hybrid recommendation based on
social media data to overcome the limitation of the mobile ecotourism. The
motivation of using social media data was related to its significant and natural
growth. The proposed models used two different approaches including spatial
analytic and text mining.
In spatial analytic, recommendation process involved analysis of user
mobility behavior. The analysis was developed based on check-in history of user
that obtained from location based social network. The modelling process was
based on Hidden Markov Model to represent user mobility behavior which means
user‟s movement habits from one location to other location. This model was built
under assumption that user‟s visit to a location was influenced by user‟s current
location and point of time visit. In the Hidden Markov Model, the user‟s
movement from one location to another location was assumed as observation state.
Moreover visit time to one location was assumed as hidden state. The result of
this recommendation is location list that close to user‟s current location in
accordance with user mobility behavior. A web based prototype was built to
evaluate the model. The evaluation acquired from real world data showed a mean
average precision of 0.78.
The static mapping among hobby and location was solved by dynamic
mapping with text extraction based on composite social media data of tourism
object and user. Text mining was used to extract identifier of tourism object. This
research focussed on text mining in Indonesian language. Recommendation
process was developed based on vector space model between tourism term and the
occurrence of tourism term on user‟s posting in social network. This modelling
used advice seeking technique to represent real world recommendation. We built
the model with R programming. This model still could not deal with the
occurences of unrepresented term, since they did not represent the real tourism
object.
Key words: hidden markov model, hybrid tourism recommender system, social
media, text mining, user mobility behavior
© Hak Cipta Milik IPB, Tahun 2014
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan
IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
PEMODELAN HYBRID TOURISM RECOMMENDATION
MENGGUNAKAN HIDDEN MARKOV MODEL DAN TEXT
MINING BERBASIS DATA SOSIAL MEDIA
HUSNUL KHOTIMAH
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Komputer
pada
Program Studi Ilmu Komputer
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Penguji Luar Komisi pada Ujian Tesis : Dr Imas Sukaesih Sitanggang, SSi MKom
Tesis
Nama
NIM
: Pemodelan Hybrid Tourism Recommendation Menggunakan
Hidden Markov Model dan Text Mining Berbasis Data Sosial
Media
: Husnul Khotimah
: G651130586
Disetujui oleh
Komisi Pembimbing
Dr Yani Nurhadryani, SSi MT
Ketua
Dr Eng Taufik Djatna, STP MSi
Anggota
Diketahui oleh
Ketua Program Studi
Ilmu Komputer
Dekan Sekolah Pascasarjana
Dr Eng Wisnu Ananta Kusuma, ST MT
Dr Ir Dahrul Syah, MScAgr
Tanggal Ujian: 28 Agustus 2014
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2014 ini ialah
social media, dengan judul Pemodelan Hybrid Tourism Recommendation
Menggunakan Hidden Markov Model dan Text Mining Berbasis Data Sosial
Media. Penelitian ini merupakan penelitian unggulan strategis perguruan tinggi
skema penelitian dasar untuk bagian yang didanai oleh DIKTI pada program
Bantuan Operasional Perguruan Tinggi Negeri (BOPTN).
Terima kasih penulis ucapkan kepada Ibu Dr Yani Nurhadryani dan Bapak
Dr Eng Taufik Djatna selaku pembimbing, serta Ibu Dr Imas Sukaesih Sitanggang
dan Dr Wisnu Ananta Kusuma yang telah banyak memberi saran. Tidak lupa
penulis ucapkan terima kasih kepada kepada ayah, ibu, serta seluruh keluarga atas
segala dukungan, doa dan kasih sayangnya. Di samping itu, penghargaan penulis
sampaikan terima kasih kepada:
1 Rekan-rekan satu bimbingan di laboratorium SEIS yaitu Kak Neni
Rosmawarni, Kak Riva Aktivia, Kak Dean Apriana Ramadhan, Kak
Miftakhurrohman, dan Kak Frans Rudolf.
2 Rekan-rekan satu bimbingan di laboratorium komputer Teknik Industri
Pertanian, yaitu Kak Elfira Febriani, Kak Nina Hairiyah, M. Zaky Hadi, Kak
Nova, Kak Elfa, Pak Iwan, Bu Puspa, Kak Luki, Kak Hety dan KakYoga.
3 Rekan rekan-satu indekost yaitu, Annisa Ghina, Ambar Susan, serta warga
Pondok Nuansa Sakinah.
4 Teman satu perjuangan fast-track IPB yaitu, Gita Adhani, Anisaul
Muawwanah, dan teman-teman fast-track angkatan 46.
5 Rekan-rekan Forum Komunikasi Alumni Muslim SMANSA (Forkom Alims).
6 Rekan-rekan Magister Komputer IPB 2012, yaitu Kak Dhieka, Kak Yessi,
Kak Ina, Kak Nia, dan lain-lain.
7 Rekan-rekan Magister Komputer IPB 2013.
Semoga karya ilmiah ini bermanfaat.
Bogor, Oktober 2014
Husnul Khotimah
DAFTAR ISI
DAFTAR TABEL
vii
DAFTAR GAMBAR
vii
DAFTAR LAMPIRAN
viii
1 PENDAHULUAN
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Ruang Lingkup Penelitian
1
1
2
2
3
3
2 TINJAUAN PUSTAKA
Sistem Rekomendasi
Location Based Social Network (LBSN)
Aspek Sosial Pada Sistem Rekomendasi Berbasis Jejaring sosial
Ekstraksi Teks Pada Jejaring Sosial
Hidden Markov Model
3
3
4
5
6
6
3 METODE
Rekomendasi Berbasis LBSN
Analisis
Perancangan
Implementasi
Evaluasi Model
Rekomendasi Berbasis Ekstraksi Teks
Ekstraksi Penciri ObjekWisata
User Profiling
Vector Space Model – Advice Seeking
8
8
8
8
10
10
11
12
14
14
4 HASIL DAN PEMBAHASAN
Rekomendasi Berbasis LBSN
Analisis
Perancangan
Implementasi
Hasil Eksperimen
Evaluasi Model
Rekomendasi Berbasis Ekstraksi Teks
Pengumpulan Data
Ekstraksi Penciri Objek Wisata
User Profiling
Vector Space Model – Advice Seeking
15
15
15
16
20
20
22
22
22
23
25
25
5 SIMPULAN DAN SARAN
26
DAFTAR ISI (lanjutan)
Simpulan
Saran
26
27
DAFTAR PUSTAKA
27
DAFTAR ISTILAH
45
RIWAYAT HIDUP
48
DAFTAR TABEL
1
2
3
4
5
6
7
8
9
Confusion matrix untuk penilaian relevansi dokumen (Manning et al.
2008)
Hasil analisis untuk pemilihan LBSN
Kelompok kategori waktu
Kelompok kategori venue
Daftar venue terdekat berdasarkan hasil retrieve dari Foursquare
Proses perankingan venue
Daftar sumber data untuk ekstraksi objek wisata
Frekuensi term pada setiap objek wisata
Proses agregasi dari hasil cosine similarity dengan nilai λ=0.3
10
16
17
17
21
21
23
24
26
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
10
11
12
Struktur location based social network yang memiliki 3 layer
(Symeonidis et al. 2014).
Ilustrasi proses pada Hidden Markov Model
Ilustrasi proses perubahan state pada data histori lokasi
Ilustrasi model rekomendasi dengan menggabungkan antara advice
seekingdan ekstraksi ciri dari data jejaring sosial
Tahapan proses text mining pada kumpulan data sosial media untuk
menghasilkan penciri dari objek
Ilustrasi dari proses pencarian kedekatan antara objek wisata dan
pengguna dalam vector space model
Struktur location-based social network (Bao et al. 2012)
Proses generate rekomendasi dan proses perankingan model
rekomendasi berbasis LBSN
(a) Contoh hasil pengambilan data awal, (b) Hasil praproses data
Hasil perhitungan HMM berdasarkan input dari Gambar 9
Representasi wordcloud dari hasil ekstraksi pada objek wisata
Kebun Raya Bogor
Hasil ekstrasksi term pada posting jejarung sosial pengguna, (a)
merupakan wordcloud keseluruhan term dan (b) merupakan hasil
term yang matching dengan korpus wisata
4
7
9
11
13
15
16
19
21
21
24
25
DAFTAR LAMPIRAN
1 Entity relationship diagram pada database lokal aplikasi
2 Diagram BPMN seluruh aktivitas sistem pada pemodelan
rekomendasi berbasis LBSN
3 Antarmuka dari sistem rekomendasi dengan pemodelan berdasarkan
LBSN
4 Fungsi pada R untuk proses pembacaan data dan proses normalisasi
sumber data dari Wikipedia
29
30
31
32
5
6
7
8
9
10
11
Fungsi pada R untuk proses pembacaan data dan proses normalisasi
sumber data dari Twitter
Fungsi pada R untuk proses pembacaan data dan proses normalisasi
sumber data dari Facebook
Fungsi pada R untuk proses stemming bahasa Indonesia dengan
menggunakan Algoritma Nazief dan Adriani (Adriani et al. 2007)
Fungsi pada R untuk proses pembacaan data dan proses normalisasi
sumber data dari Facebook
Fungsi pada R untuk normalisasi kata singkatan
Fungsi pada R untuk menormalkan karakter berulang pada data
jejaring sosial
Daftar stopwords
35
36
37
41
42
43
44
1 PENDAHULUAN
Latar Belakang
Salah satu fungsi dari sistem rekomendasi (Recommender Systems-RSs)
ialah untuk mempermudah proses pengambilan keputusan. Sistem rekomendasi
bekerja berdasarkan data historis preferensi pengguna yang tercatat di dalam
sistem. Tiga jenis data yang menjadi dasar pemberian rekomendasi, yaitu users,
items, dan transactions (Ricci et al. 2011). Items merupakan sekumpulan objek
yang akan direkomendasikan. Users merupakan data profil dari pengguna.
Transactions merupakan data hubungan antara users dan items. Salah satu contoh
dari data transaksi adalah rating. Data rating menunjukkan penilaian user
terhadap item yang juga sering diasumsikan sebagai representasi dari preferensi
pengguna.
Sistem rekomendasi di bidang pariwisata dapat mempermudah penentuan
tujuan wisata yang sesuai dengan preferensi pengguna. Pemilihan tujuan wisata
ditentukan oleh beberapa faktor pertimbangan yang bersifat individulistis
contohnya biaya dan jarak. Rosmawarni et al. (2013) mengembangkan sistem
rekomendasi ekowisata (mobile ecotourism). Sistem ini memberikan rekomendasi
tempat ekowisata berdasarkan hobi, jarak terhadap current location, dan frekuensi
kunjungan.
Terdapat beberapa kekurangan pada aplikasi mobile ecotourism di antaranya
(1) aspek spasial dalam rekomendasi hanya berdasarkan jarak current location
pengguna dengan posisi objek wisata, dan (2) pemodelan rekomendasi
berdasarkan pemetaan antara hobi dengan lokasi yang bersifat statis.
Rekomendasi yang diberikan oleh sistem cenderung tidak bervariasi karena data
pemetaan hobi-lokasi yang statis. Sistem juga bekerja berdasarkan data histori
pengguna, sehingga untuk didapatkan model yang baik pengguna dituntut untuk
sering menggunakan aplikasi. Hal ini merupakan kekurangan yang sering muncul
pada sistem rekomendasi tradisional yang bekerja berdasarkan data rating.
Jejaring sosial merupakan salah satu sosial media yang memiliki fitur media
sharing dan komunikasi online. Hasil survei oleh APJII (2012) menunjukkan situs
jejaring sosial menempati urutan pertama situs yang sering dikunjungi saat
pengguna mengakses internet. Data pada jejaring sosial tumbuh secara alami dan
signifikan. Hal ini juga didukung oleh kemudahan akses jejaring sosial melalui
smartphone. Jejaring sosial menyimpan beberapa informasi pengguna seperti data
demografi, interest, dan posting dari pengguna. Data tersebut menggembarkan
karakteristik dari penggunanya. Penggunaan media sosial yang intens akan
mempertajam karakteristik tersebut.
Data jejaring sosial berpotensi menjadi input untuk pemodelan objek pada
sistem rekomendasi. He (2010) mengembangkan pemodelan sistem rekomendasi
dengan berfokus pada pemodelan user dari data jejaring sosial dan terbukti
mampu meningkatkan akurasi hasil rekomendasi. Akan tetapi terdapat beberapa
tantangan yang muncul untuk menghasilkan model yang baik dari data media
sosial yatu data yang tidak terstruktur.
Penelitian ini mengusulkan dua model rekomendasi untuk mengatasi
masalah pada mobile ecotourism dengan dua pendekatan yang berbeda. Model
2
pertama yaitu analisis spasial berdasarkan user mobility behavior untuk
memperbaiki pemberian rekomendasi berdasarkan jarak. Model kedua yaitu
pendekatan text mining pada kumpulan sosial media untuk memperbaiki pemetaan
data statis antara hobi dengan lokasi wisata.
Aspek spasial merupakan salah satu aspek yang berpengaruh pada
pemilihan tempat wisata. Perbaikan yang diusulkan pada penelitian ini yaitu
membangun model rekomendasi berdasarkan analisis pergerakan pengguna.
Jejaring sosial yang didukung dengan location based service (location based
social network-LBSN) memudahkan proses analisis terhadap lokasi-lokasi yang
pernah dikunjungi oleh pengguna dengan menggunakan data check-in history.
Analisis dilakukan berdasarkan user mobility behavior dengan Hidden Markov
Model (HMM). Dua aspek dalam proses HMM untuk menganalisis pergerakan
pengguna adalah tipe lokasi dan waktu kunjungan.
Data teks merupakan data utama yang terdapat pada sosial media. Oleh
karena itu, untuk memperbaiki masalah kedua pada mobile ecotourism digunakan
ekstraksi data teks dari kumpulan jejaring sosial. Rekomendasi dimodelkan
berdasarkan kedekatan antara objek wisata dan pengguna dalam ruang vektor
(vector space model). Pemodelan ini juga menggunakan teknik rekomendasi
advice seeking yang merupakan salah satu keunggulan penggunaan data pada
jejaring sosial.
Perumusan Masalah
Sistem rekomendasi wisata dapat mempercepat proses pengambilan
keputusan dalam pemilihan tempat wisata yang sesuai dengan preferensi
pengguna. Rosmawarni et al. (2013) mengembangkan sistem rekomendasi
ekowisata untuk wilayah bogor, namun terdapat beberapa kekurangan yang dapat
mempengaruhi performa dari sistem. Dua masalah utama dari sistem adalah (1)
aspek spasial dalam rekomendasi hanya berdasarkan jarak current location
pengguna dengan posisi objek wisata, dan (2) pemodelan rekomendasi
berdasarkan pemetaan antara hobi dengan lokasi yang bersifat statis.
Penelitian ini mengajukan solusi untuk memperbaiki dua permasalahan
tersebut. Untuk memperbaiki masalah pertama, penelitian ini mengajukan model
rekomendasi berdasarkan analisis spasial dari data LBSN dengan memperhatikan
perilaku mobilitas dari pengguna. Untuk masalah kedua, penelitian ini
mengajukan model rekomendasi dengan melakukan ekstraksi ciri pada kumpulan
sosial media objek wisata dan pengguna sehingga didapatkan pemetaan yang
dinamis. Pertumbuhan data pada sosial media bersifat cepat dan alami sehingga
performa sistem tidak akan bergantung lagi pada data rating di dalam sistem.
Tujuan Penelitian
Penelitian ini mengajukan solusi untuk memperbaiki model rekomendasi
pada mobile ecotourism yang dikembangkan oleh Rosmawarni et al. (2013). Dua
tujuan dari penelitian ini ialah :
3
1. Membangun model rekomendasi wisata dengan analisis spasial berdasarkan
data pada jejaring sosial berbasis LBSN.
2. Membangun model rekomendasi wisata dengan ekstraksi teks pada kumpulan
jejaring sosial.
Manfaat Penelitian
Manfaat dari dilaksanakannya penelitian ini ialah didapatkannya sistem
rekomendasi yang dinamis karena tidak tergantung pada data rating yang dapat
menurunkan performa dari sistem. Hal tersebut didukung oleh pertumbuhan data
jejaring sosial yang cepat dan dinamis.
Ruang Lingkup Penelitian
Beberapa batasan yang ditetapkan pada penelitian ini, di antaranya:
1. Data jejaring sosial yang digunakan berbasis teks dan lokasi.
2. Pada pemodelan rekomendasi spasial dibangun berdasarkan analisis user
mobility behavior dengan HMM.
2 TINJAUAN PUSTAKA
Sistem Rekomendasi
Sistem rekomendasi (Recommender Systems- RSs) merupakan sistem yang
dapat memberikan alternatif items yang akan digunakan oleh pengguna. Sistem
rekomendasi biasanya diberikan kepada individu-individu yang memiliki
kesulitan dalam membuat keputusan karena tidak memiliki cukup
pengetahuan/pengalaman (Ricci et al. 2011). Sistem rekomendasi memberikan
sejumlah items yang diprediksi sesuai dengan preferensi dari pengguna
berdasarkan profile dari pengguna ataupun data-data historis preferensi yang
tercatat dalam sistem.
Dalam merekomendasikan items kepada pengguna diperlukan teknik
rekomendasi. Menurut Burke (2007) membagi teknik pendekatan sistem
rekomendasi ke dalam 6 jenis., yaitu content-based, collaborative filtering,
demographic, knowledge based, community based, dan hybrid. Content-based
memberikan rekomendasi berdasarkan yang disukai pengguna pada saat yang lalu.
Collaborative filtering memberikan rekomendasi dengan mencari pengguna yang
memiliki selera yang sama, teknik ini paling populer dan banyak di
implementasikan pada sistem rekomendasi. Demographic memberikan
rekomendasi berdasarkan demographic profile dari pengguna. Knowledge based
memberikan rekomendasi berdasarkan domain pengetahuan yang spesifik tentang
kebutuhan pengguna berbasis case-based. Community based memberikan
rekomendasi berdasarkan preferensi dari teman pengguna. Teknik hybrid
mengombinasikan lebih dari 1 teknik, hal tersebut dilakukan untuk menutupi
kekurangan dari metode-metode yang digunakan.
4
Sistem rekomendasi tradisional sangat tergantung pada data rating.
Beberapa keterbatasan pada sistem rekomendasi tradisional yaitu sparsity, coldstart dan scalability (Symeonidis et al. 2014). Sparsity merupakan masalah yang
timbul akibat kejarangan dari data rating, sehingga sistem tidak mampu
menginferensi preferensi pengguna secara optimal. Cold-start merupakan masalah
yang timbul pada items atau users baru dan belum memiliki data rating pada
matriks transaksi. Scalability merupakan masalah yang timbul akibat data
transaksi yang cukup besar pada sistem. Pada penelitian ini, model rekomendasi
yang dikembangkan berbasis data media sosial sehingga dapat menutupi
kekurangan dari sistem rekomendasi tradisional terutama pada masalah sparsity
dan cold-start.
Penelitian ini membangun dua model rekomendasi dengan teknik hybrid.
Pada pemodelan rekomendasi berbasis analisis spasial, analisis user mobility
behavior mencakup teknik knowledge based dan content based. Sebagai penunjuk
arah next location, nilai probability HMM digunakan sebagai pengetahuan yang
memandu proses generate rekomendasi. Pembangunan knowledge based juga
melibatkan content yang menjadi penciri dari lokasi tersebut. Pada pemodelan
rekomendasi berbasis teks mencakup kombinasi antara knowledge based dan
comunity based. Proses ekstraksi teks merupakan langkah untuk membangun
pengetahuan dalam sistem dan proses advice seeking merupakan proses dari
comunity based berdasarkan pertemanan dalam jejaring sosial.
Location Based Social Network (LBSN)
Location based social network (LBSN) merupakan jejaring sosial yang
didukung oleh layanan location based service dan data geo-location. LBSN
memiliki struktur yang lebih kompleks daripada jejaring sosial biasa, karena
terdapat layer lokasi antara layer pengguna dan layer content (Symeonidis et al.
2014) yang dipresentasikan pada Gambar 1. Salah satu keunggulan dari LBSN
adalah dapat mendeteksi current location dari pengguna, sehingga pengguna
Gambar 1 Struktur location based social network yang memiliki 3 layer
(Symeonidis et al. 2014).
5
dapat mengekspresikan pengalamannya dan sharing keberadaannya disuatu lokasi.
Hal tersebut dikenal dengan istilah check-in. LBSN mencatat daftar lokasi dari
check-in history pengguna. Context lokasi yang dapat merepresentasikan
preferensi dari pengguna ialah current location dan previous location (Kelm et al.
2013), dua hal tersebut didukung oleh fungsi di dalam LBSN.
Dalam konteks wisata, LBSN dapat membantu pengguna untuk mencari
lokasi yang sesuai dengan preferensi pengguna. Fitur yang tersedia pada LBSN
juga lebih komplit dan atraktif dalam menunjang pengambilan keputusan. Pada
sistem rekomendasi berbasis spasial check-in history dari pengguna dapat
diasumsikan sebagai lokasi-lokasi yang sesuai dengan preferensi pengguna. Setiap
pengguna memiliki check-in history masing-masing yang mampu
mendeskripsikan karakteristik dari pengguna.
Menurut Symeonidis et al. (2014) terdapat 3 jenis layanan rekomendasi
yang dapat dibangun dari LBSN yaitu :
1 Generic Recommendation, merupakan pemberian rekomendasi dengan cara
sederhana, yaitu dengan menghitung kemunculan lokasi pada daftar check-in
dan di rangking berdasarkan kemunculan terbesar.
2 Personalized Recommendation, merupakan pemberian rekomendasi dengan
mencari pengguna lain yang memiliki kemiripan histori lokasi. Hal ini
memiliki kekurangan pada kompleksitas perhitungan user similarity.
3 Mobility Behaviour Modelling, merupakan pemberian rekomedasi dengan
menganalisis pergerakan pengguna berdasarkan perpindahan dari satu lokasi
ke lokasi lain.
Penelitian ini berfokus pada mobility behaviour modelling berdasarkan data
check-in history. Tujuan dari pendekatan ini adalah memodelkan arah next
location yang sesuai dengan pergerakan pengguna dalam ruang spasial.
Rekomendasi yang dihasilkan diharapkan sesuai dengan perilaku (kebiasaan)
pengguna. Sebagai contoh berdasarkan kebiasaan pengguna, ketika pengguna
berada di bandara lokasi selanjutnya yang sering dikunjungi pengguna ialah hotel.
Berdasarkan kebiasaan tersebut, ketika bandara terdeteksi sebagai current location
dari pengguna, maka hotel akan menjadi lokasi utama yang direkomendasikan
dibandingkan tempat lain.
Aspek Sosial Pada Sistem Rekomendasi Berbasis Jejaring sosial
Teknik inferensi pada sistem rekomendasi tradisional tidak mempedulikan
hubungan antar pengguna, padahal dalam dunia nyata seseorang akan lebih
mempercayai hasil inferensi dari orang yang ia kenal. Bonhard dan sasse (2006)
mengkaji aspek sosial pada sistem rekomendasi. Menurutnya aspek tersebut
merupakan aspek yang sangat sesuai dengan dunia nyata dan belum tersentuh
pada sistem rekomendasi tradisional. Pada penelitian tersebut mengenalkan istilah
social recommender dan advice-seeking recommendation yang melibatkan aspek
sosial pada pemberian rekomendasi.
Salah satu keunggulan data jejaring sosial pada sistem adalah terhubungnya
individu-individu membentuk suatu jaringan seperti di dunia nyata. Sebagai
contoh, di Facebook terdapat hubungan antar pengguna yang dikenal dengan
friends, atau di Twitter dikenal dengan istilah follower. Keunggulan jejaring sosial
6
ini dapat menutupi aspek sosial yang tidak terdapat pada teknik rekomendasi
tradisional.
Penelitian ini menerapkan teknik advice seeking recommendation dengan
asumsi bahwa pada proses rekomendasi teman dari pengguna memiliki pengaruh
pada proses pengambilan keputusan pengguna. Teman dari pengguna dapat
dideteksi dari akun media sosial dari pengguna. Bobot rekomendasi didapatkan
dengan mengagregasi perhitungan nilai rekomendasi yang didapatkan dari profil
pengguna dan profil teman pengguna. Fungsi agregasi yang digunakan ialah
weighted-mean aggregation. Dalam formulasi fungsi tersebut terdapat bobot yang
merepresentasikan seberapa besar pengguna ingin mendapatkan pengaruh
rekomendasi dari teman-temannya. Teknik advice seeking ini dikombinasikan
pada pemodelan rekomendasi dengan pendekatan ekstraksi teks pada kumpulan
media sosial.
Ekstraksi Teks Pada Jejaring Sosial
Data teks merupakan data utama yang terdapat di jejaring sosial. Sebagian
besar data teks disumbang dari data posting oleh pengguna. Kemunculan kata
pada posting pengguna dapat menjadi suatu penciri bagi masing-masing pengguna.
Pengguna yang menyukai politik akan lebih banyak memiliki posting berkaitan
dengan berita politik. Dalam prakteknya seseorang mungkin memiliki lebih dari 1
jejaring sosial. Kumpulan posting pengguna dari berbagai jejaring sosial akan
lebih mempertajam penciri dari masing-masing pengguna.
Kebutuhan informasi online pada bidang pariwisata, memberikan peluang
bagi organisasi penyelenggara wisata untuk memperluas wilayah promosinya
melalui jejaring sosial (Xiang dan Gretzel 2010). Pada penelitian ini juga
mengasumsikan kemunculan kata pada konten yang menceritakan objek wisata
dapat dijadikan penciri bagi objek wisata tersebut. Proses pencarian ciri bagi suatu
objek dari data teks melalui proses ekstraksi dilakukan dengan teknik text mining.
Data jejaring sosial yang terus bertambah dapat menjadi solusi bagi data statis
sehingga nilai dari atribut pada sistem rekomendasi wisata lebih dinamis.
Zhang et al. (2013) menggabungkan beberapa social media ke dalam satu
sistem untuk mengelompokkan teman dan memberikan rekomendasi yang
terpersonalisasi berdasarkan penciri suatu teman. Kekurangan dari penelitian ini
adalah proses tag ciri pada teman di jejaring sosial masih manual oleh pengguna.
Penelitian yang berfokus pada ekstraksi penciri suatu objek melalui data teks dari
jejaring sosial ialah analisis sentimen dan opinion mining (Akaichi et al. 2013;
Aziz 2013; Martínez-Cámara et al. 2014).
Hidden Markov Model
Hidden markov model (HMM) dikenalkan oleh Rabiner dan Juang (1986)
merupakan perkembangan dari Markov chains. HMM merupakan model stokastik
ganda yang menggabungkan antara state observasi dan state tidak terobservasi
(hidden). Mekanisme dari proses HMM ialah hidden state mempengaruhi dari
kemunculan pada observation state. Transisi dari hidden state pada waktu ke-
7
(t+1) dipengaruhi oleh distribusi peluang dari kemunculan hidden state
sebelumnya. HMM terdiri atas beberapa elemen di antaranya:
T
= panjang dari baris observasi
N
= banyaknya hidden state di dalam model
M
= banyaknya simbol observasi
U
= barisan unobservable state
O
= barisan observable state
Q
= q1 , q2 , ..., qN , himpunan unobservable state
V
A
= v1 , v2 , ..., vM , himpunan state observasi
= aij , aij Pr q j pada t 1 qi pada t , distribusi peluang dari state
transisi, dengan Pr q j pada t 1 qi pada t
B
=
b k , b (k ) = Pr v
j
j
k
pada t q j pada t
count U t qi ,U t 1 q j
count U t qi
, distribusi peluang dari
observable state dengan simbol observasi j yang dipengaruhi oleh
kemunculan dari unobservable state dengan simbol k pada waktu ke-t,
count U t q j , Ot vk
dengan Pr vk pada t q j pada t
count U t q j
= j , j Pr q j pada t 1 , distribusi state awal.
Dengan menggunakan HMM, baris observasi O1, O2, ..., OT dihasilkan
berdasarkan:
1 Memilih state awal, i1 berdasarkan pada distribusi peluang state awal, ;
2 Tetapkan t =1;
3 Pilih Ot berdasarkan pada bit k , simbol distribusi peluang pada state it;
4
Pilih it+1 berdasarkan pada ait ait1 , it+1 = 1, 2, ..., N, transisi state distribusi
peluang untuk state it;
5 Tetapkan t = t+1; kembali pada langkah 3 jika t < T; selainnya hentikan proses.
Penelitian ini menggunakan HMM untuk memodelkan user mobility
behavior dengan kasus pergerakan pengguna dalam ruang spasial. Terdapat
beberapa asumsi yang kemudian dijadikan panduan dalam memodifikasi metode
HMM.
Gambar 2 Ilustrasi proses pada Hidden Markov Model
8
3 METODE
Penelitian ini mengajukan solusi bagi dua permasalahan yang terdapat pada
aplikasi mobile ecotourisme (Rosmawarni et al. 2013). Pendekatan yang
digunakan ialah dengan menggunakan data media sosial untuk mengatasi
permasalahan yang umumnya terdapat pada sistem rekomendasi tradisional.
Model rekomendasi pertama yang dibangun berbasiskan data LBSN dengan
mengombinasikan aspek spasial dengan analisis user mobility behavior. User
mobility behavior merupakan salah satu layanan rekomendasi dengan melihat
pergerakan pengguna dari satu lokasi ke lokasi lain. Model rekomendasi kedua
yang dibangun berbasiskan ekstraksi teks yang dikombinasikan dengan teknik
rekomendasi advice seeking untuk mencari kedekatan antara pengguna dan objek
wisata sehingga proses rekomendasi tidak tergantung pada pemetaan data statis
antara hobi dan lokasi wisata.
Rekomendasi Berbasis LBSN
Pemodelan rekomendasi berbasiskan data LBSN berfokus pada mobility
behavior modelling berdasarkan daftar lokasi yang pernah disinggahi oleh
pengguna (check-in history). User mobility behavior yang dimodelkan dengan
HMM berdasarkan urutan kategori lokasi yang dikunjungi dan waktu kunjungan.
Output dari model ini digunakan untuk menghitung peluang arah lokasi dari daftar
rekomendasi. Peluang tersebut akan menjadi pembobot bagi lokasi terdekat dari
current-location pengguna. Pemodelan ini terdiri atas beberapa tahap di antaranya
analisis, perancangan, implementasi dan evaluasi model.
Analisis
Tahap pertama ialah melakukan analisis pada jejaring sosial yang termasuk
ke dalam kategori LBSN. Analisis bertujuan melihat LBSN yang sesuai untuk
mengkonstuksi user mobility behavior dan memiliki atribut yang lebih lengkap.
Analisis dilakukan melalui halaman Application Programming Interface (API)
explorer yang tersedia di masing-masing jejaring sosial. Hasil analisis akan
menjadi dasar pemilihan LBSN yang akan digunakan untuk membangun model
rekomendasi.
Perancangan
Akuisisi Data
Tahap awal dari proses akuisis data ialah mendaftarkan aplikasi yang akan
dibangun melalui halaman developer dari LBSN yang terpilih pada proses
sebelumnya. Tujuan dari tahap itu ialah untuk mendapatkan akses Application
Programming Interface (API) dari LBSN yang akan digunakan. API berfungsi
sebagai pihak ketiga yang menjembatani aplikasi dengan jejaring sosial tersebut
untuk mengakses data maupun menjalankan fungsi dari jejaring sosial Output dari
tahap ini ialah didapatkannya secret key dan ID key yang berfungsi sebagai
parameter penghubung antara aplikasi dengan dengan API.
9
Tahap selanjutnya ialah merancang proses akuisi data dan penyimpanan ke
dalam database lokal. Jejaring sosial membatasi data dan fungsi yang dapat
dijalakan oleh aplikasi. Data yang tersimpan pada jejaring sosial terdiri dari data
yang bersifat public dan private. Akses data dibedakan untuk menjaga privasi
pengguna. Untuk mendapatkan data ataupun menjalankan fungsi yang bersifat
private diperlukan otentifikasi dari pemilik akun. Otentifikasi memiliki makna
bahwa pemilik akun telah mengizinkan jejaring sosial untuk melakukan sharing
data dengan aplikasi yang dibangun.
Praproses Data
Tahapan ini dimulai dengan mentransformasi data mentah yang terdapat
pada database lokal aplikasi. Transformasi data berfungsi untuk menyesuaikan
tipe data dari atribut yang akan menjadi input bagi pemodelan rekomendasi
dengan HMM. Input data yang digunakan pada pemodelan dengan HMM ialah
rangkaian terurut dari data histori check-in pengguna yang terdiri dari kategori
lokasi dan kategori waktu saat melakukan kunjungan di suatu lokasi (check-in
data). Transformasi dilakukan pada atribut kategori lokasi dan waktu kunjungan.
Jika kita melihat titik-titik lokasi (atribut lattitude dan longitude) histori
kunjungan pengguna, kemungkinan untuk menemukan pola yang dapat
merepresentasikan user mobility behavior akan semakin sulit. Untuk itu, pada
penelitian ini, dikategorikan lokasi berdasarkan aktivitas yang dapat
merepresentasikan lokasi tersebut.
Perancangan HMM
Tahap ini merancang HMM yang sesuai dengan asumsi yang digunakan.
Asumsi yang digunakan pada penelitian ini ialah kunjungan ke suatu lokasi pada
waktu ke-t dipengaruhi oleh kunjungan ke lokasi pada waktu sebelumnya (waktu
ke t-1) yang juga dipengaruhi oleh pukul berapa dia melakukan kunjungan
tersebut. Lokasi yang dikunjungi oleh pengguna berperan sebagai state observasi
dan waktu kunjungan sebagai hidden state. Ilustrasi dari asumsi ini dapat dilihat
pada Gambar 3.Perancangan melibatkan proses modifikasi dari HMM baku yang
diperkenalkan oleh Rabiner dan Juang (1986). Proses modifikasi menukar antara
Gambar 3 Ilustrasi proses perubahan state pada data histori lokasi
10
Tabel 1 Confusion matrix untuk penilaian relevansi dokumen
(Manning et al. 2008)
Relevant
True Positives (TP)
False Negatives (FN)
Retrieved
Not Retrieved
Non Relevant
False Positives (FP)
True Negatives (TN)
sifat dari hidden state dan state observasi. Pada state observasi terdapat transisi
state yang mempengaruhi kemunculan state selanjutnya, namun kemunculan dari
state observasi tetap dipengaruhi oleh hidden state. Penelitian ini tidak
menggunakan distribusi kemunculan state awal.
Perancangan Rekomendasi
Proses pemberian rekomendasi terdiri dari beberapa tahap, yaitu pencarian
tempat terdekat bedasarkan current location, kemudian di filter berdasarkan nilai
dari HMM yaitu venue yang memiliki nilai probability 0 maka akan di hapus.
Model HMM bekerja pada level category sehingga granularity titik-titik
rekomendasi terlalu umum. Oleh karena itu dilakukan perangkingan rekomendasi
berdasarkan data yang terdapat LBSN yang terpilih. sehingga dilakukan juga
perankingan berdasarkan level yang lebih rendah dari category yaitu pada level
subcategoy dan level venue. Perankingan dibuat berhirarki seperti pada Gambar 8.
Implementasi
Prototipe dibangun dalam sebuah sistem berbasis Web. Bahasa
pemrograman yang digunakan adalah PHP dengan lingkungan pengembangan
perangkat lunak, yaitu Microsoft Windows 7 Ultimate 32 bit (Microsoft 2009),
XAMPP 1.7.3 (Apache 2009) dan database MySQL 5.5 (Oracle 2010).
Evaluasi Model
Proses evaluasi dilakukan dengan menentukan relevansi terhadap 10
rekomendasi teratas yang diberikan oleh sistem. Current location dianggap
sebagai query sehingga menghasilkan rekomendasi. Evaluasi model dicobakan
dengan posisi current location di 10 kategori lokasi. Dari hasil relevansi tersebut
dihitung precision (persamaan 1) dan recall (persamaan 2). Setelah itu dihitung
mean average precision (MAP) terhadap 11 titik recall.
tp
Pr ecision : P
(1)
tp fp
Recall : R
tp
tp fn
MAP Q
1
Q
Q
1
j 1 m j
(2)
mj
PR
k 1
jk
(3)
11
Rekomendasi Berbasis Ekstraksi Teks
Pemodelan rekomendasi berbasis ekstraksi ciri menggunakan kumpulan
data dari berbagai jejaring sosial sebagai input. Proses ekstraksi ciri ini dilakukan
dengan pendekatan text mining. Ilustrasi dari metode untuk pemodelan berbasis
teks dapat dilihat pada Gambar 4. Beberapa ukuran vektor yang digunakan pada
pemodelan ini di antaranya:
Vektor objek wisata: S s1 , s2 ,..., sn merupakan vektor yang berisikan
kumpulan objek wisata berukuran n, nilai dari setiap elemen dari vektor ialah
nama objek wisata.
Vektor sosial media: M m1 , m2 ,..., mk merupakan vektor yang berisikan
kumpulan sosial media berukuran k, nilai dari elemen ini ialah nama dari
sosial media. Elemen dari vektor tersebut juga merupakan vektor yang berisi
fitur dari sosial media yang akan dijadikan input bagi proses ekstraksi ciri.
Ukuran setiap vektor mi berbeda-beda tergantung fitur yang terdapat pada
sosial media tersebut, sebagai contoh pada sosial media Twitter memiliki fitur
2 fitur yaitu pencarian dengan kata kunci dan posting pengguna sehingga akan
memiliki vektor sebagai berikut : mTwitter user ' s posting , search .
Gambar 4
Ilustrasi model rekomendasi dengan menggabungkan antara
advice seekingdan ekstraksi ciri dari data jejaring sosial
12
Vektor dokumen objek wisata: D d11 , d12 ,..., d1k ,..., dij ,..., dn1 , dn 2 ,..., dnk
merupakan vektor dokumen yang berisikan pemetaan antara setiap elemen
dari S terhadap elemen pada M , berukuran nxk. Setiap elemen dari vektor
ini berisi dokumen yang menceritakan objek wisata i dari sosial media j.
Vektor ini akan menjadi input bagi proses ektraksi ciri objek wisata.
Vektor pengguna: U u1 , u2 ,..., ul merupakan vektor yang berisikan
kumpulan pengguna pada sistem rekomendasi dan berukuran l. Nilai dari
elemen ini ialah nama pengguna.
Vektor dokumen pengguna: P p11 , p12 ,..., p1k ,..., p yj ,..., pl1 , pl 2 ,..., llk
merupakan pemetaan antara elemen M dan elemen dari U berukuran lxk.
Elemen dari vektor ini didefinisikan sebagai posting dari pengguna y pada
sosial media j. Vektor ini akan menjadi input bagi proses user profiling.
User profiling terdiri atas proses ekstraksi ciri dengan metode teks mining
dan proses matching antara penciri wisata dan penciri dari konten media sosial
pengguna. Proses matching dilakukan melalui vector space model untuk
memudahkan proses scoring. Proses scoring merupakan proses perhitungan nilai
similarity antara pengguna dan objek wisata.
Penelitian ini berasumsi bahwa konten post media sosial pengguna
menunjukkan preferensi dari pengguna tersebut. Hal ini akan berpotensi
menimbulkan masalah sparsity, yaitu masalah kejarangan data mapping antara
penciri wisata dan penciri dari pengguna. Oleh karena itu, penelitian ini
menggabungkan metode advice-seeking pada proses scoring untuk menghindari
masalah sparsity yang sering terjadi pada sistem rekomendasi tradisional. Asumsi
advice-seeking pada penelitian ini merepresentasi rekomendasi di dunia nyata,
yaitu orang yang kita kenal (teman) dapat berkontribusi terhadap pengambilan
keputusan seseorang.
Score akhir dari setiap objek wisata merupakan agregasi antara score dari
pengguna utama yang akan diberikan rekomendasi dan pengguna yang terdeteksi
sebagai teman dari pengguna utama. Hasil agregasi ini kemudian di urutkan
berdasarkan nilai terbesar. Pada Gambar 4 pengguna utama yang akan diberikan
rekomendasi adalah user1 (u1) dan pengguna di dalam sistem yang juga menjadi
teman pengguna di dalam jejaring sosial ditandai gengan garis putus-putus (- - -)
yaitu user2 (u1). Oleh karena itu pada user2 juga dilakukan proses matching &
scoring terhadap setiap objek wisata sebagai bentuk proses advice seeking.
Ekstraksi Penciri ObjekWisata
Tahap awal dari proses ini ialah menentukan objek wisata yang akan
menjadi obje rekomendasi. Tahap selanjutnya ialah mengumpulkan konten dari
objek wisata yang bersumber dari berbagai jejaring sosial seperti akun Twitter dan
alamat Facebook dari objek wisata tersebut. Tahap inti dari proses ini ialah
mengekstraksi penciri dari objek wisata merupakan term yang terdiri dari satu
kata dengan metode text mining.
Salah satu tantangan text mining pada data teks media sosial berbahasa
Indonesia ialah data yang tidak terstruktur. Contoh ketidak-strukturan dari data
13
media sosial ialah (1) penggunaan singkatan seperti „spd‟ yang berarti sepeda, (2)
penggunaan hashtag yang menekankan poin penting dari posting oleh pengguna
seperti #hujan, (3) adanya karakter berulang seperti „bogoooooorrr‟ yang
meunjukkan kata „bogor‟. Untuk menanggulangi hal tersebut, penelitian ini
menambahkan beberapa proses normalisasi dan transformasi disamping
menggunakan proses text mining umum (penghapusan stopwords, penghapusan
tanda baca dan angka). Proses ekstraksi ciri pada penelitian ini digambarkan pada
Gambar 5. Secara keseluruhan proses normalisasi dan transformasi pada
penelitian ini di antaranya :
1)
mentransformasi seluruh string ke dalam bentuk lowercase,
2)
menghapus tanda baca dan angka,
3)
menghapus link, dan objek pengguna dari data Twitter yang dapat terdeteksi
dengan ekspresi reguler ((@)[[:graph:]]+) yang memiliki arti kata yang
diawali dengan tanda „@‟ dan diikuti oleh graphical characters sebanyak
satu atau lebih,
4)
menormalisasi kata dengan menggunakan kamus singkatan (Aziz 2013).
5)
mentransformasi kata yang tidak terstruktur berdasarkan pengulangan
karakter ke dalam karakter tunggal dengan formulasi transformasi ekspresi
reguler:
[a]+
[a]
[b]+
[b]
:
[z]+
[z]
+
[a] berarti string yang mengantung karakter „a‟ berulang (lebih dari satu
karakter) akan ditransformasikan ke dalam karakter „a‟ yang tunggal.
6)
menormalisasi kembali kata dengan kamus singkatan untuk mengatasi kata
yang terganti akibat normalisasi pada tahap 5 seperti kata „tinggal‟ yang
pada tahap 5 berubah menjadi kata „tingal‟,
7)
menormalisasi kata ke dalam kata dasar (stemming) dengan Algoritma
Nazief dan Adriani (Adriani et al. 2007),
8)
menghapus stopwords yang terdiri dari 126 kata hubung dalam bahasa
Indonesia ().
Gambar 5 Tahapan proses text mining pada kumpulan data sosial media untuk
menghasilkan penciri dari objek
14
Setelah dilakukan normalisasi, kemudian dibangun matriks teks dokumen
berdasarkan bobot term frequency (tf). Tahap selanjutnya ialah melakukan term
compression untuk menghilangkan term yang kemunculannya jarang. Hal in
dilakukan untuk mengantisipasi term yang dihasilkan terlalu besar. Kemudian
tahapan selanjutnya ialah proses normalisasi nilai tf dengan normalized sublinear
tf scaling (Manning et al. 2008). Nilai tft,s merupakan term frequency dari term t
pada objek wisata s. Transformasi nilai tf ke dalam normalized normalized
sublinear tf scaling (wtft,s) dengan persamaan berikut:
1 log tft ,s
wft , s
0
jika tft ,s 0
selainnya
(4)
User Profiling
Tahap awal pada proses ini memiliki proses yang sama seperti proses
ekstraksi ciri objek wisata dengan ekstraksi penciri objek wisata. Setelah
didapatkan kumpulan term hasil proses ekstraksi dari konten media sosial
pengguna, kemudian term tersebut di filter berdasarkan korpus wisata. Proses user
profiling bertujuan untuk melihat kemunculan kumpulan term wisata yang
terdapat pada kumpulan posting jejaring sosial pengguna.
Vector Space Model – Advice Seeking
Tahap ini merupakan tahap terakhir dari proses rekomendasi. Proses ini
berfungsi untuk menghitung nilai kemiripan antara konten media sosial objek
wisata dan media sosial dari pengguna. Nilai kemiripan didapatkan dari vector
space model dengan konsep cosine similarity pada persamaan 8 (Manning et al.
2008). Skor akhir rekomendasi didapatkan melalui persamaan 9 yang diturunkan
dari teknik advice seeking. Persamaan tersebut diturunkan dari persamaan rataan
terboboti dengan nilai 0 ≤ λ ≤ 1 yang menunjukkan level kepercayaan dari
pengguna terhadap rekomendasi dari temannya. Kemudian hasil rekomendasi
diurutkan berdaskan skor yang didapatkan dari persamaan 6.
Pemodelan ini mengombinasikan teknik advice-seeking merupakan salah
satu representasi dari kasus rekomendasi di dunia nyata yang dapat mengatasi
masalah sparsity. Untuk itu pada pendekatan ini dimodelkan 2 rekomendasi yaitu
rekomendasi langsung dan rekomendasi tidak langsung. Rekomendasi langsung
dihasilkan dari hasil kalkulasi dari kedekatan antara objek wisata dan pengguna
utama yang akan diberikan rekomendasi melalui vector space model berdasarkan
nilai cosine similarity (persamaan 5). Rekomendasi tidak langsung dihitung
berdasarkan cosine similarity antara teman dari pengguna dan setiap objek wisata
yang merupakan implementasi dari proses advice seeking. Nilai cosine similarity
terdapat pada rentang [0,1] yang merupakan nilai kemiripan antar dua objek yang
diproyeksikan ke dalam ruang vektor (Gambar 6) similarity (s1,u1) = cos θ.
Kemudian kedua nilai ini diagregasi dengan persamaan 6. Kemudian pengurutan
rekomendasi berdasarkan skor agregasi tertinggi.
15
Gambar 6 Ilustrasi dari proses pencarian kedekatan antara objek
wisata dan pengguna dalam vector space model
score(ui , s j ) sim(ui , s j )
v (ui ) v ( s j )
v (ui ) v ( s j )
n
wftk ,ui wftk ,s j
k 1
wf
n
k 1
2
tk ,ui
wf
n
k 1
tk , s j
2
(5)
score f , s
z
finalScore j 1 score u, s j
Keterangan :
score (ui, sj)
finalScorej
score (fi, sj)
λ
z
n
i
i 1
j
z
(6)
= bobot kemiripan antara penggguna i dan objek wisata j
= fungsi agregasi bobot rekomendasi pada objek wisata j
= bobot kemiripan antara pengguna i (friend i) yang
merupakan teman dari pengguna u dengan objek wisata j
= bobot kepercayaan terhadap pengguna lain, 0 ≤ λ ≤ 1
= jumlah teman dari pengguna u
= jumlah term hasil ekstraksi ciri dari kumpulan objek wisata
4 HASIL DAN PEMBAHASAN
Rekomendasi Berbasis LBSN
Analisis
Tahap analisis dilakukan terhadap 2 LBSN yaitu Fousquare dan Facebook.
Facebook memiliki kesamaan struktur dengan Twitter, Path, dan Instagram,
sehingga dipilih Facebook karena memiliki fitur yang lebih banyak. Tahap ini
melihat banyaknya atribut check-in history yang tersedia. Hasil analisis terdapat
pada Tabel 2.
Pada Foursquare didapatkan data check-in berupa waktu check-in dalam tipe
data epoch dan venue (lokasi) yang dikunjungi pengguna. Pada Foursquare
pengguna membuat data check-in ketika mengunjungi suatu lokasi atau ketika
bersama teman dari pengguna yang melakukan check-in pada suatu tempat.
Pada Facebook data check-in didapatkan dari node tagged_place. Hasil
retrieve dari node ini memiliki beberapa kekurangan salah satunya dari sisi presisi
16
Tabel 2 Hasil analisis untuk pemilihan LBSN
Alamat API
Explorer
Field pada API
Hasil retrieve
field
Foursquare
https://developer.foursquare.
com/docs/
users/self/checkin
Daftar check-in dari user
yang berisi waktu, posting
(text/gambar), dan venue
Analisis Waktu
Memiliki presisi yang lebih
tinggi dari segi waktu.
Analisis atribut
lokasi
Lengkap
Facebook
https://developers.facebook.co
m/tools/explorer/
tagged_place
Daftar lokasi yang dikunjungi
pengguna baik dari post yang
di tag oleh orang lain maupun
dari post oleh pengguna.
Tidak selalu menunjukkan
waktu pengguna saat
mengunjungi lokasi
Lengkap untuk beberapa
lokasi, beberapa lokasi
merujuk kepada data
Foursquare
waktu. Misalkan pengguna mendapat tag foto dari temannya dengan disertai
lokasi tempat foto tersebut diambil. Data tersebut dapat menjadi penunjuk bahwa
pengguna pernah mengunjungi tempat tersebut. Akan tetapi, waktu dari
kunjungan tidak selalu menunjukkan waktu pengguna mengunjungi tempat
tersebut, karena waktu yang didapatkan adalah waktu post dari foto tersebut.
Foursquare memiliki atribut yang lebih lengkap dibandingkan deng
MENGGUNAKAN HIDDEN MARKOV MODEL DAN TEXT
MINING BERBASIS DATA SOSIAL MEDIA
HUSNUL KHOTIMAH
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis berjudul Pemodelan Hybrid
Tourism Recommendation Menggunakan Hidden Markov Model dan Text Mining
Berbasis Data Sosial Media 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 tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Oktober 2014
Husnul Khotimah
NIM G651130586
RINGKASAN
HUSNUL KHOTIMAH. Pemodelan Hybrid Tourism Recommendation
Menggunakan Hidden Markov Model dan Text Mining Berbasiskan Data Sosial
Media. Dibimbing oleh YANI NURHADRYANI dan TAUFIK DJATNA.
Dalam bidang pariwisata, sistem rekomendasi dapat membantu pengguna
mempercepat proses pengambilan keputusan untuk memilih destinasi tempat
wisata. Salah satu sistem rekomendasi wisata yang sudah dikembangkan yaitu
mobile ecotourism. Rekomendasi yang dihasilkan berbasis jarak dan pemetaan
data statis. Sistem mobile ecotourism mengalami masalah seperti pada sistem
rekomendasi tradisional yaitu atribut penentu hasil rekomendasi yang sebagian
besar masih dalam data statis dan memiliki ketergantungan terhadap data rating.
Penelitian ini bertujuan membangun model rekomendasi untuk mengatasi
masalah yang terdapat pada sistem rekomendasi mobile ecotourism. Pada
penelitian ini mengusulkan dua model rekomendasi hybrid yaitu model
rekomendasi berbasis spasial dan berbasis text mining. Dua model ini
menggunakan data media sosial. Data media sosial tumbuh secara cukup
signifikan dan alami.
Pemodelan rekomendasi berbasis spasial memberikan rekomendasi
berdasarkan jarak dan analisis user mobility behavior. Pemodelan ini melibatkan
data histori check-in dari location based social network. Data histori check-in
dimodelkan berdasarkan Hidden Markov yang merepresentasikan user mobillity
behavior yaitu perilaku dari mobilitas pengguna saat berpindah dari satu lokasi ke
lokasi lain. Asumsi yang digunakan yaitu kunjungan pengguna ke suatu lokasi
dipengaruhi oleh posisi current location dan waktu kunjungan. Pada Hidden
Markov Model perpindahan pengguna dari suatu lokasi ke lokasi lain dimodelkan
dalam state observasi dan waktu kunjungan ke suatu lokasi dimodelkan sebagai
hidden state. Pemodelan ini menghasilkan daftar lokasi yang dekat dengan lokasi
pengguna dan sesuai dengan perilaku pengguna. Model ini sudah
diimplementasikan ke dalam bentuk web. Hasil evaluasi model dengan mean
average precision menunjukkan nilai sebesar 0.78 yang merepresentasikan bahwa
hasil rekomendasi cukup relevan.
Pemetaan data statis antara hobi dan lokasi wisata diselesaikan dengan
proses ekstraksi teks pada kumpulan data media sosial objek wisata dan pengguna
untuk membangun suatu pemetaan yang bersifat dinamis. Text mining dilakukan
untuk mengekstraksi teks sehingga didapatkan penciri dari objek wisata tersebut.
Penelitian ini berfokus pada ekstraksi teks berbahasa Indonesia. Rekomendasi
dibangun berdasarkan vector space model antara term wisata dan kemunculan
term tersebut dalam posting pengguna di jejaring sosial. Pada pemodelan ini juga
dilakukan agregasi rekomendasi dengan advice seeking sebagai representasi
proses rekomendasi di dunia nyata. Model ini baru dibangun dengan
menggunakan bahasa pemrograman R. Hasil dari pemodelan ini kurang baik
karena term wisata masih didominasi kata-kata yang tidak representatif.
Kata kunci: hidden markov model, media sosial, sistem rekomendasi wisata
hybrid, text mining, user mobility behavior
SUMMARY
HUSNUL KHOTIMAH. Modelling of Hybrid Tourism Recommendation Using
Hidden Markov Model and Text Mining Based on Social Media Data. Supervised
by YANI NURHADRYANI and TAUFIK DJATNA.
In the field of tourism, the recommender systems can support users
accelerate the decision making process to select a tourist destination. One of
tourism recommender systems which has been developed including mobile
ecotourism. The system give recommendation which is based on distance and
static data mapping among hobby and location. It suffers the same problem as the
traditional recommender system such as static attribute to determine
recommendation result and its dependence on the data rating.
This research proposed two models of hybrid recommendation based on
social media data to overcome the limitation of the mobile ecotourism. The
motivation of using social media data was related to its significant and natural
growth. The proposed models used two different approaches including spatial
analytic and text mining.
In spatial analytic, recommendation process involved analysis of user
mobility behavior. The analysis was developed based on check-in history of user
that obtained from location based social network. The modelling process was
based on Hidden Markov Model to represent user mobility behavior which means
user‟s movement habits from one location to other location. This model was built
under assumption that user‟s visit to a location was influenced by user‟s current
location and point of time visit. In the Hidden Markov Model, the user‟s
movement from one location to another location was assumed as observation state.
Moreover visit time to one location was assumed as hidden state. The result of
this recommendation is location list that close to user‟s current location in
accordance with user mobility behavior. A web based prototype was built to
evaluate the model. The evaluation acquired from real world data showed a mean
average precision of 0.78.
The static mapping among hobby and location was solved by dynamic
mapping with text extraction based on composite social media data of tourism
object and user. Text mining was used to extract identifier of tourism object. This
research focussed on text mining in Indonesian language. Recommendation
process was developed based on vector space model between tourism term and the
occurrence of tourism term on user‟s posting in social network. This modelling
used advice seeking technique to represent real world recommendation. We built
the model with R programming. This model still could not deal with the
occurences of unrepresented term, since they did not represent the real tourism
object.
Key words: hidden markov model, hybrid tourism recommender system, social
media, text mining, user mobility behavior
© Hak Cipta Milik IPB, Tahun 2014
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan
IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
PEMODELAN HYBRID TOURISM RECOMMENDATION
MENGGUNAKAN HIDDEN MARKOV MODEL DAN TEXT
MINING BERBASIS DATA SOSIAL MEDIA
HUSNUL KHOTIMAH
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Komputer
pada
Program Studi Ilmu Komputer
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Penguji Luar Komisi pada Ujian Tesis : Dr Imas Sukaesih Sitanggang, SSi MKom
Tesis
Nama
NIM
: Pemodelan Hybrid Tourism Recommendation Menggunakan
Hidden Markov Model dan Text Mining Berbasis Data Sosial
Media
: Husnul Khotimah
: G651130586
Disetujui oleh
Komisi Pembimbing
Dr Yani Nurhadryani, SSi MT
Ketua
Dr Eng Taufik Djatna, STP MSi
Anggota
Diketahui oleh
Ketua Program Studi
Ilmu Komputer
Dekan Sekolah Pascasarjana
Dr Eng Wisnu Ananta Kusuma, ST MT
Dr Ir Dahrul Syah, MScAgr
Tanggal Ujian: 28 Agustus 2014
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2014 ini ialah
social media, dengan judul Pemodelan Hybrid Tourism Recommendation
Menggunakan Hidden Markov Model dan Text Mining Berbasis Data Sosial
Media. Penelitian ini merupakan penelitian unggulan strategis perguruan tinggi
skema penelitian dasar untuk bagian yang didanai oleh DIKTI pada program
Bantuan Operasional Perguruan Tinggi Negeri (BOPTN).
Terima kasih penulis ucapkan kepada Ibu Dr Yani Nurhadryani dan Bapak
Dr Eng Taufik Djatna selaku pembimbing, serta Ibu Dr Imas Sukaesih Sitanggang
dan Dr Wisnu Ananta Kusuma yang telah banyak memberi saran. Tidak lupa
penulis ucapkan terima kasih kepada kepada ayah, ibu, serta seluruh keluarga atas
segala dukungan, doa dan kasih sayangnya. Di samping itu, penghargaan penulis
sampaikan terima kasih kepada:
1 Rekan-rekan satu bimbingan di laboratorium SEIS yaitu Kak Neni
Rosmawarni, Kak Riva Aktivia, Kak Dean Apriana Ramadhan, Kak
Miftakhurrohman, dan Kak Frans Rudolf.
2 Rekan-rekan satu bimbingan di laboratorium komputer Teknik Industri
Pertanian, yaitu Kak Elfira Febriani, Kak Nina Hairiyah, M. Zaky Hadi, Kak
Nova, Kak Elfa, Pak Iwan, Bu Puspa, Kak Luki, Kak Hety dan KakYoga.
3 Rekan rekan-satu indekost yaitu, Annisa Ghina, Ambar Susan, serta warga
Pondok Nuansa Sakinah.
4 Teman satu perjuangan fast-track IPB yaitu, Gita Adhani, Anisaul
Muawwanah, dan teman-teman fast-track angkatan 46.
5 Rekan-rekan Forum Komunikasi Alumni Muslim SMANSA (Forkom Alims).
6 Rekan-rekan Magister Komputer IPB 2012, yaitu Kak Dhieka, Kak Yessi,
Kak Ina, Kak Nia, dan lain-lain.
7 Rekan-rekan Magister Komputer IPB 2013.
Semoga karya ilmiah ini bermanfaat.
Bogor, Oktober 2014
Husnul Khotimah
DAFTAR ISI
DAFTAR TABEL
vii
DAFTAR GAMBAR
vii
DAFTAR LAMPIRAN
viii
1 PENDAHULUAN
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Ruang Lingkup Penelitian
1
1
2
2
3
3
2 TINJAUAN PUSTAKA
Sistem Rekomendasi
Location Based Social Network (LBSN)
Aspek Sosial Pada Sistem Rekomendasi Berbasis Jejaring sosial
Ekstraksi Teks Pada Jejaring Sosial
Hidden Markov Model
3
3
4
5
6
6
3 METODE
Rekomendasi Berbasis LBSN
Analisis
Perancangan
Implementasi
Evaluasi Model
Rekomendasi Berbasis Ekstraksi Teks
Ekstraksi Penciri ObjekWisata
User Profiling
Vector Space Model – Advice Seeking
8
8
8
8
10
10
11
12
14
14
4 HASIL DAN PEMBAHASAN
Rekomendasi Berbasis LBSN
Analisis
Perancangan
Implementasi
Hasil Eksperimen
Evaluasi Model
Rekomendasi Berbasis Ekstraksi Teks
Pengumpulan Data
Ekstraksi Penciri Objek Wisata
User Profiling
Vector Space Model – Advice Seeking
15
15
15
16
20
20
22
22
22
23
25
25
5 SIMPULAN DAN SARAN
26
DAFTAR ISI (lanjutan)
Simpulan
Saran
26
27
DAFTAR PUSTAKA
27
DAFTAR ISTILAH
45
RIWAYAT HIDUP
48
DAFTAR TABEL
1
2
3
4
5
6
7
8
9
Confusion matrix untuk penilaian relevansi dokumen (Manning et al.
2008)
Hasil analisis untuk pemilihan LBSN
Kelompok kategori waktu
Kelompok kategori venue
Daftar venue terdekat berdasarkan hasil retrieve dari Foursquare
Proses perankingan venue
Daftar sumber data untuk ekstraksi objek wisata
Frekuensi term pada setiap objek wisata
Proses agregasi dari hasil cosine similarity dengan nilai λ=0.3
10
16
17
17
21
21
23
24
26
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
10
11
12
Struktur location based social network yang memiliki 3 layer
(Symeonidis et al. 2014).
Ilustrasi proses pada Hidden Markov Model
Ilustrasi proses perubahan state pada data histori lokasi
Ilustrasi model rekomendasi dengan menggabungkan antara advice
seekingdan ekstraksi ciri dari data jejaring sosial
Tahapan proses text mining pada kumpulan data sosial media untuk
menghasilkan penciri dari objek
Ilustrasi dari proses pencarian kedekatan antara objek wisata dan
pengguna dalam vector space model
Struktur location-based social network (Bao et al. 2012)
Proses generate rekomendasi dan proses perankingan model
rekomendasi berbasis LBSN
(a) Contoh hasil pengambilan data awal, (b) Hasil praproses data
Hasil perhitungan HMM berdasarkan input dari Gambar 9
Representasi wordcloud dari hasil ekstraksi pada objek wisata
Kebun Raya Bogor
Hasil ekstrasksi term pada posting jejarung sosial pengguna, (a)
merupakan wordcloud keseluruhan term dan (b) merupakan hasil
term yang matching dengan korpus wisata
4
7
9
11
13
15
16
19
21
21
24
25
DAFTAR LAMPIRAN
1 Entity relationship diagram pada database lokal aplikasi
2 Diagram BPMN seluruh aktivitas sistem pada pemodelan
rekomendasi berbasis LBSN
3 Antarmuka dari sistem rekomendasi dengan pemodelan berdasarkan
LBSN
4 Fungsi pada R untuk proses pembacaan data dan proses normalisasi
sumber data dari Wikipedia
29
30
31
32
5
6
7
8
9
10
11
Fungsi pada R untuk proses pembacaan data dan proses normalisasi
sumber data dari Twitter
Fungsi pada R untuk proses pembacaan data dan proses normalisasi
sumber data dari Facebook
Fungsi pada R untuk proses stemming bahasa Indonesia dengan
menggunakan Algoritma Nazief dan Adriani (Adriani et al. 2007)
Fungsi pada R untuk proses pembacaan data dan proses normalisasi
sumber data dari Facebook
Fungsi pada R untuk normalisasi kata singkatan
Fungsi pada R untuk menormalkan karakter berulang pada data
jejaring sosial
Daftar stopwords
35
36
37
41
42
43
44
1 PENDAHULUAN
Latar Belakang
Salah satu fungsi dari sistem rekomendasi (Recommender Systems-RSs)
ialah untuk mempermudah proses pengambilan keputusan. Sistem rekomendasi
bekerja berdasarkan data historis preferensi pengguna yang tercatat di dalam
sistem. Tiga jenis data yang menjadi dasar pemberian rekomendasi, yaitu users,
items, dan transactions (Ricci et al. 2011). Items merupakan sekumpulan objek
yang akan direkomendasikan. Users merupakan data profil dari pengguna.
Transactions merupakan data hubungan antara users dan items. Salah satu contoh
dari data transaksi adalah rating. Data rating menunjukkan penilaian user
terhadap item yang juga sering diasumsikan sebagai representasi dari preferensi
pengguna.
Sistem rekomendasi di bidang pariwisata dapat mempermudah penentuan
tujuan wisata yang sesuai dengan preferensi pengguna. Pemilihan tujuan wisata
ditentukan oleh beberapa faktor pertimbangan yang bersifat individulistis
contohnya biaya dan jarak. Rosmawarni et al. (2013) mengembangkan sistem
rekomendasi ekowisata (mobile ecotourism). Sistem ini memberikan rekomendasi
tempat ekowisata berdasarkan hobi, jarak terhadap current location, dan frekuensi
kunjungan.
Terdapat beberapa kekurangan pada aplikasi mobile ecotourism di antaranya
(1) aspek spasial dalam rekomendasi hanya berdasarkan jarak current location
pengguna dengan posisi objek wisata, dan (2) pemodelan rekomendasi
berdasarkan pemetaan antara hobi dengan lokasi yang bersifat statis.
Rekomendasi yang diberikan oleh sistem cenderung tidak bervariasi karena data
pemetaan hobi-lokasi yang statis. Sistem juga bekerja berdasarkan data histori
pengguna, sehingga untuk didapatkan model yang baik pengguna dituntut untuk
sering menggunakan aplikasi. Hal ini merupakan kekurangan yang sering muncul
pada sistem rekomendasi tradisional yang bekerja berdasarkan data rating.
Jejaring sosial merupakan salah satu sosial media yang memiliki fitur media
sharing dan komunikasi online. Hasil survei oleh APJII (2012) menunjukkan situs
jejaring sosial menempati urutan pertama situs yang sering dikunjungi saat
pengguna mengakses internet. Data pada jejaring sosial tumbuh secara alami dan
signifikan. Hal ini juga didukung oleh kemudahan akses jejaring sosial melalui
smartphone. Jejaring sosial menyimpan beberapa informasi pengguna seperti data
demografi, interest, dan posting dari pengguna. Data tersebut menggembarkan
karakteristik dari penggunanya. Penggunaan media sosial yang intens akan
mempertajam karakteristik tersebut.
Data jejaring sosial berpotensi menjadi input untuk pemodelan objek pada
sistem rekomendasi. He (2010) mengembangkan pemodelan sistem rekomendasi
dengan berfokus pada pemodelan user dari data jejaring sosial dan terbukti
mampu meningkatkan akurasi hasil rekomendasi. Akan tetapi terdapat beberapa
tantangan yang muncul untuk menghasilkan model yang baik dari data media
sosial yatu data yang tidak terstruktur.
Penelitian ini mengusulkan dua model rekomendasi untuk mengatasi
masalah pada mobile ecotourism dengan dua pendekatan yang berbeda. Model
2
pertama yaitu analisis spasial berdasarkan user mobility behavior untuk
memperbaiki pemberian rekomendasi berdasarkan jarak. Model kedua yaitu
pendekatan text mining pada kumpulan sosial media untuk memperbaiki pemetaan
data statis antara hobi dengan lokasi wisata.
Aspek spasial merupakan salah satu aspek yang berpengaruh pada
pemilihan tempat wisata. Perbaikan yang diusulkan pada penelitian ini yaitu
membangun model rekomendasi berdasarkan analisis pergerakan pengguna.
Jejaring sosial yang didukung dengan location based service (location based
social network-LBSN) memudahkan proses analisis terhadap lokasi-lokasi yang
pernah dikunjungi oleh pengguna dengan menggunakan data check-in history.
Analisis dilakukan berdasarkan user mobility behavior dengan Hidden Markov
Model (HMM). Dua aspek dalam proses HMM untuk menganalisis pergerakan
pengguna adalah tipe lokasi dan waktu kunjungan.
Data teks merupakan data utama yang terdapat pada sosial media. Oleh
karena itu, untuk memperbaiki masalah kedua pada mobile ecotourism digunakan
ekstraksi data teks dari kumpulan jejaring sosial. Rekomendasi dimodelkan
berdasarkan kedekatan antara objek wisata dan pengguna dalam ruang vektor
(vector space model). Pemodelan ini juga menggunakan teknik rekomendasi
advice seeking yang merupakan salah satu keunggulan penggunaan data pada
jejaring sosial.
Perumusan Masalah
Sistem rekomendasi wisata dapat mempercepat proses pengambilan
keputusan dalam pemilihan tempat wisata yang sesuai dengan preferensi
pengguna. Rosmawarni et al. (2013) mengembangkan sistem rekomendasi
ekowisata untuk wilayah bogor, namun terdapat beberapa kekurangan yang dapat
mempengaruhi performa dari sistem. Dua masalah utama dari sistem adalah (1)
aspek spasial dalam rekomendasi hanya berdasarkan jarak current location
pengguna dengan posisi objek wisata, dan (2) pemodelan rekomendasi
berdasarkan pemetaan antara hobi dengan lokasi yang bersifat statis.
Penelitian ini mengajukan solusi untuk memperbaiki dua permasalahan
tersebut. Untuk memperbaiki masalah pertama, penelitian ini mengajukan model
rekomendasi berdasarkan analisis spasial dari data LBSN dengan memperhatikan
perilaku mobilitas dari pengguna. Untuk masalah kedua, penelitian ini
mengajukan model rekomendasi dengan melakukan ekstraksi ciri pada kumpulan
sosial media objek wisata dan pengguna sehingga didapatkan pemetaan yang
dinamis. Pertumbuhan data pada sosial media bersifat cepat dan alami sehingga
performa sistem tidak akan bergantung lagi pada data rating di dalam sistem.
Tujuan Penelitian
Penelitian ini mengajukan solusi untuk memperbaiki model rekomendasi
pada mobile ecotourism yang dikembangkan oleh Rosmawarni et al. (2013). Dua
tujuan dari penelitian ini ialah :
3
1. Membangun model rekomendasi wisata dengan analisis spasial berdasarkan
data pada jejaring sosial berbasis LBSN.
2. Membangun model rekomendasi wisata dengan ekstraksi teks pada kumpulan
jejaring sosial.
Manfaat Penelitian
Manfaat dari dilaksanakannya penelitian ini ialah didapatkannya sistem
rekomendasi yang dinamis karena tidak tergantung pada data rating yang dapat
menurunkan performa dari sistem. Hal tersebut didukung oleh pertumbuhan data
jejaring sosial yang cepat dan dinamis.
Ruang Lingkup Penelitian
Beberapa batasan yang ditetapkan pada penelitian ini, di antaranya:
1. Data jejaring sosial yang digunakan berbasis teks dan lokasi.
2. Pada pemodelan rekomendasi spasial dibangun berdasarkan analisis user
mobility behavior dengan HMM.
2 TINJAUAN PUSTAKA
Sistem Rekomendasi
Sistem rekomendasi (Recommender Systems- RSs) merupakan sistem yang
dapat memberikan alternatif items yang akan digunakan oleh pengguna. Sistem
rekomendasi biasanya diberikan kepada individu-individu yang memiliki
kesulitan dalam membuat keputusan karena tidak memiliki cukup
pengetahuan/pengalaman (Ricci et al. 2011). Sistem rekomendasi memberikan
sejumlah items yang diprediksi sesuai dengan preferensi dari pengguna
berdasarkan profile dari pengguna ataupun data-data historis preferensi yang
tercatat dalam sistem.
Dalam merekomendasikan items kepada pengguna diperlukan teknik
rekomendasi. Menurut Burke (2007) membagi teknik pendekatan sistem
rekomendasi ke dalam 6 jenis., yaitu content-based, collaborative filtering,
demographic, knowledge based, community based, dan hybrid. Content-based
memberikan rekomendasi berdasarkan yang disukai pengguna pada saat yang lalu.
Collaborative filtering memberikan rekomendasi dengan mencari pengguna yang
memiliki selera yang sama, teknik ini paling populer dan banyak di
implementasikan pada sistem rekomendasi. Demographic memberikan
rekomendasi berdasarkan demographic profile dari pengguna. Knowledge based
memberikan rekomendasi berdasarkan domain pengetahuan yang spesifik tentang
kebutuhan pengguna berbasis case-based. Community based memberikan
rekomendasi berdasarkan preferensi dari teman pengguna. Teknik hybrid
mengombinasikan lebih dari 1 teknik, hal tersebut dilakukan untuk menutupi
kekurangan dari metode-metode yang digunakan.
4
Sistem rekomendasi tradisional sangat tergantung pada data rating.
Beberapa keterbatasan pada sistem rekomendasi tradisional yaitu sparsity, coldstart dan scalability (Symeonidis et al. 2014). Sparsity merupakan masalah yang
timbul akibat kejarangan dari data rating, sehingga sistem tidak mampu
menginferensi preferensi pengguna secara optimal. Cold-start merupakan masalah
yang timbul pada items atau users baru dan belum memiliki data rating pada
matriks transaksi. Scalability merupakan masalah yang timbul akibat data
transaksi yang cukup besar pada sistem. Pada penelitian ini, model rekomendasi
yang dikembangkan berbasis data media sosial sehingga dapat menutupi
kekurangan dari sistem rekomendasi tradisional terutama pada masalah sparsity
dan cold-start.
Penelitian ini membangun dua model rekomendasi dengan teknik hybrid.
Pada pemodelan rekomendasi berbasis analisis spasial, analisis user mobility
behavior mencakup teknik knowledge based dan content based. Sebagai penunjuk
arah next location, nilai probability HMM digunakan sebagai pengetahuan yang
memandu proses generate rekomendasi. Pembangunan knowledge based juga
melibatkan content yang menjadi penciri dari lokasi tersebut. Pada pemodelan
rekomendasi berbasis teks mencakup kombinasi antara knowledge based dan
comunity based. Proses ekstraksi teks merupakan langkah untuk membangun
pengetahuan dalam sistem dan proses advice seeking merupakan proses dari
comunity based berdasarkan pertemanan dalam jejaring sosial.
Location Based Social Network (LBSN)
Location based social network (LBSN) merupakan jejaring sosial yang
didukung oleh layanan location based service dan data geo-location. LBSN
memiliki struktur yang lebih kompleks daripada jejaring sosial biasa, karena
terdapat layer lokasi antara layer pengguna dan layer content (Symeonidis et al.
2014) yang dipresentasikan pada Gambar 1. Salah satu keunggulan dari LBSN
adalah dapat mendeteksi current location dari pengguna, sehingga pengguna
Gambar 1 Struktur location based social network yang memiliki 3 layer
(Symeonidis et al. 2014).
5
dapat mengekspresikan pengalamannya dan sharing keberadaannya disuatu lokasi.
Hal tersebut dikenal dengan istilah check-in. LBSN mencatat daftar lokasi dari
check-in history pengguna. Context lokasi yang dapat merepresentasikan
preferensi dari pengguna ialah current location dan previous location (Kelm et al.
2013), dua hal tersebut didukung oleh fungsi di dalam LBSN.
Dalam konteks wisata, LBSN dapat membantu pengguna untuk mencari
lokasi yang sesuai dengan preferensi pengguna. Fitur yang tersedia pada LBSN
juga lebih komplit dan atraktif dalam menunjang pengambilan keputusan. Pada
sistem rekomendasi berbasis spasial check-in history dari pengguna dapat
diasumsikan sebagai lokasi-lokasi yang sesuai dengan preferensi pengguna. Setiap
pengguna memiliki check-in history masing-masing yang mampu
mendeskripsikan karakteristik dari pengguna.
Menurut Symeonidis et al. (2014) terdapat 3 jenis layanan rekomendasi
yang dapat dibangun dari LBSN yaitu :
1 Generic Recommendation, merupakan pemberian rekomendasi dengan cara
sederhana, yaitu dengan menghitung kemunculan lokasi pada daftar check-in
dan di rangking berdasarkan kemunculan terbesar.
2 Personalized Recommendation, merupakan pemberian rekomendasi dengan
mencari pengguna lain yang memiliki kemiripan histori lokasi. Hal ini
memiliki kekurangan pada kompleksitas perhitungan user similarity.
3 Mobility Behaviour Modelling, merupakan pemberian rekomedasi dengan
menganalisis pergerakan pengguna berdasarkan perpindahan dari satu lokasi
ke lokasi lain.
Penelitian ini berfokus pada mobility behaviour modelling berdasarkan data
check-in history. Tujuan dari pendekatan ini adalah memodelkan arah next
location yang sesuai dengan pergerakan pengguna dalam ruang spasial.
Rekomendasi yang dihasilkan diharapkan sesuai dengan perilaku (kebiasaan)
pengguna. Sebagai contoh berdasarkan kebiasaan pengguna, ketika pengguna
berada di bandara lokasi selanjutnya yang sering dikunjungi pengguna ialah hotel.
Berdasarkan kebiasaan tersebut, ketika bandara terdeteksi sebagai current location
dari pengguna, maka hotel akan menjadi lokasi utama yang direkomendasikan
dibandingkan tempat lain.
Aspek Sosial Pada Sistem Rekomendasi Berbasis Jejaring sosial
Teknik inferensi pada sistem rekomendasi tradisional tidak mempedulikan
hubungan antar pengguna, padahal dalam dunia nyata seseorang akan lebih
mempercayai hasil inferensi dari orang yang ia kenal. Bonhard dan sasse (2006)
mengkaji aspek sosial pada sistem rekomendasi. Menurutnya aspek tersebut
merupakan aspek yang sangat sesuai dengan dunia nyata dan belum tersentuh
pada sistem rekomendasi tradisional. Pada penelitian tersebut mengenalkan istilah
social recommender dan advice-seeking recommendation yang melibatkan aspek
sosial pada pemberian rekomendasi.
Salah satu keunggulan data jejaring sosial pada sistem adalah terhubungnya
individu-individu membentuk suatu jaringan seperti di dunia nyata. Sebagai
contoh, di Facebook terdapat hubungan antar pengguna yang dikenal dengan
friends, atau di Twitter dikenal dengan istilah follower. Keunggulan jejaring sosial
6
ini dapat menutupi aspek sosial yang tidak terdapat pada teknik rekomendasi
tradisional.
Penelitian ini menerapkan teknik advice seeking recommendation dengan
asumsi bahwa pada proses rekomendasi teman dari pengguna memiliki pengaruh
pada proses pengambilan keputusan pengguna. Teman dari pengguna dapat
dideteksi dari akun media sosial dari pengguna. Bobot rekomendasi didapatkan
dengan mengagregasi perhitungan nilai rekomendasi yang didapatkan dari profil
pengguna dan profil teman pengguna. Fungsi agregasi yang digunakan ialah
weighted-mean aggregation. Dalam formulasi fungsi tersebut terdapat bobot yang
merepresentasikan seberapa besar pengguna ingin mendapatkan pengaruh
rekomendasi dari teman-temannya. Teknik advice seeking ini dikombinasikan
pada pemodelan rekomendasi dengan pendekatan ekstraksi teks pada kumpulan
media sosial.
Ekstraksi Teks Pada Jejaring Sosial
Data teks merupakan data utama yang terdapat di jejaring sosial. Sebagian
besar data teks disumbang dari data posting oleh pengguna. Kemunculan kata
pada posting pengguna dapat menjadi suatu penciri bagi masing-masing pengguna.
Pengguna yang menyukai politik akan lebih banyak memiliki posting berkaitan
dengan berita politik. Dalam prakteknya seseorang mungkin memiliki lebih dari 1
jejaring sosial. Kumpulan posting pengguna dari berbagai jejaring sosial akan
lebih mempertajam penciri dari masing-masing pengguna.
Kebutuhan informasi online pada bidang pariwisata, memberikan peluang
bagi organisasi penyelenggara wisata untuk memperluas wilayah promosinya
melalui jejaring sosial (Xiang dan Gretzel 2010). Pada penelitian ini juga
mengasumsikan kemunculan kata pada konten yang menceritakan objek wisata
dapat dijadikan penciri bagi objek wisata tersebut. Proses pencarian ciri bagi suatu
objek dari data teks melalui proses ekstraksi dilakukan dengan teknik text mining.
Data jejaring sosial yang terus bertambah dapat menjadi solusi bagi data statis
sehingga nilai dari atribut pada sistem rekomendasi wisata lebih dinamis.
Zhang et al. (2013) menggabungkan beberapa social media ke dalam satu
sistem untuk mengelompokkan teman dan memberikan rekomendasi yang
terpersonalisasi berdasarkan penciri suatu teman. Kekurangan dari penelitian ini
adalah proses tag ciri pada teman di jejaring sosial masih manual oleh pengguna.
Penelitian yang berfokus pada ekstraksi penciri suatu objek melalui data teks dari
jejaring sosial ialah analisis sentimen dan opinion mining (Akaichi et al. 2013;
Aziz 2013; Martínez-Cámara et al. 2014).
Hidden Markov Model
Hidden markov model (HMM) dikenalkan oleh Rabiner dan Juang (1986)
merupakan perkembangan dari Markov chains. HMM merupakan model stokastik
ganda yang menggabungkan antara state observasi dan state tidak terobservasi
(hidden). Mekanisme dari proses HMM ialah hidden state mempengaruhi dari
kemunculan pada observation state. Transisi dari hidden state pada waktu ke-
7
(t+1) dipengaruhi oleh distribusi peluang dari kemunculan hidden state
sebelumnya. HMM terdiri atas beberapa elemen di antaranya:
T
= panjang dari baris observasi
N
= banyaknya hidden state di dalam model
M
= banyaknya simbol observasi
U
= barisan unobservable state
O
= barisan observable state
Q
= q1 , q2 , ..., qN , himpunan unobservable state
V
A
= v1 , v2 , ..., vM , himpunan state observasi
= aij , aij Pr q j pada t 1 qi pada t , distribusi peluang dari state
transisi, dengan Pr q j pada t 1 qi pada t
B
=
b k , b (k ) = Pr v
j
j
k
pada t q j pada t
count U t qi ,U t 1 q j
count U t qi
, distribusi peluang dari
observable state dengan simbol observasi j yang dipengaruhi oleh
kemunculan dari unobservable state dengan simbol k pada waktu ke-t,
count U t q j , Ot vk
dengan Pr vk pada t q j pada t
count U t q j
= j , j Pr q j pada t 1 , distribusi state awal.
Dengan menggunakan HMM, baris observasi O1, O2, ..., OT dihasilkan
berdasarkan:
1 Memilih state awal, i1 berdasarkan pada distribusi peluang state awal, ;
2 Tetapkan t =1;
3 Pilih Ot berdasarkan pada bit k , simbol distribusi peluang pada state it;
4
Pilih it+1 berdasarkan pada ait ait1 , it+1 = 1, 2, ..., N, transisi state distribusi
peluang untuk state it;
5 Tetapkan t = t+1; kembali pada langkah 3 jika t < T; selainnya hentikan proses.
Penelitian ini menggunakan HMM untuk memodelkan user mobility
behavior dengan kasus pergerakan pengguna dalam ruang spasial. Terdapat
beberapa asumsi yang kemudian dijadikan panduan dalam memodifikasi metode
HMM.
Gambar 2 Ilustrasi proses pada Hidden Markov Model
8
3 METODE
Penelitian ini mengajukan solusi bagi dua permasalahan yang terdapat pada
aplikasi mobile ecotourisme (Rosmawarni et al. 2013). Pendekatan yang
digunakan ialah dengan menggunakan data media sosial untuk mengatasi
permasalahan yang umumnya terdapat pada sistem rekomendasi tradisional.
Model rekomendasi pertama yang dibangun berbasiskan data LBSN dengan
mengombinasikan aspek spasial dengan analisis user mobility behavior. User
mobility behavior merupakan salah satu layanan rekomendasi dengan melihat
pergerakan pengguna dari satu lokasi ke lokasi lain. Model rekomendasi kedua
yang dibangun berbasiskan ekstraksi teks yang dikombinasikan dengan teknik
rekomendasi advice seeking untuk mencari kedekatan antara pengguna dan objek
wisata sehingga proses rekomendasi tidak tergantung pada pemetaan data statis
antara hobi dan lokasi wisata.
Rekomendasi Berbasis LBSN
Pemodelan rekomendasi berbasiskan data LBSN berfokus pada mobility
behavior modelling berdasarkan daftar lokasi yang pernah disinggahi oleh
pengguna (check-in history). User mobility behavior yang dimodelkan dengan
HMM berdasarkan urutan kategori lokasi yang dikunjungi dan waktu kunjungan.
Output dari model ini digunakan untuk menghitung peluang arah lokasi dari daftar
rekomendasi. Peluang tersebut akan menjadi pembobot bagi lokasi terdekat dari
current-location pengguna. Pemodelan ini terdiri atas beberapa tahap di antaranya
analisis, perancangan, implementasi dan evaluasi model.
Analisis
Tahap pertama ialah melakukan analisis pada jejaring sosial yang termasuk
ke dalam kategori LBSN. Analisis bertujuan melihat LBSN yang sesuai untuk
mengkonstuksi user mobility behavior dan memiliki atribut yang lebih lengkap.
Analisis dilakukan melalui halaman Application Programming Interface (API)
explorer yang tersedia di masing-masing jejaring sosial. Hasil analisis akan
menjadi dasar pemilihan LBSN yang akan digunakan untuk membangun model
rekomendasi.
Perancangan
Akuisisi Data
Tahap awal dari proses akuisis data ialah mendaftarkan aplikasi yang akan
dibangun melalui halaman developer dari LBSN yang terpilih pada proses
sebelumnya. Tujuan dari tahap itu ialah untuk mendapatkan akses Application
Programming Interface (API) dari LBSN yang akan digunakan. API berfungsi
sebagai pihak ketiga yang menjembatani aplikasi dengan jejaring sosial tersebut
untuk mengakses data maupun menjalankan fungsi dari jejaring sosial Output dari
tahap ini ialah didapatkannya secret key dan ID key yang berfungsi sebagai
parameter penghubung antara aplikasi dengan dengan API.
9
Tahap selanjutnya ialah merancang proses akuisi data dan penyimpanan ke
dalam database lokal. Jejaring sosial membatasi data dan fungsi yang dapat
dijalakan oleh aplikasi. Data yang tersimpan pada jejaring sosial terdiri dari data
yang bersifat public dan private. Akses data dibedakan untuk menjaga privasi
pengguna. Untuk mendapatkan data ataupun menjalankan fungsi yang bersifat
private diperlukan otentifikasi dari pemilik akun. Otentifikasi memiliki makna
bahwa pemilik akun telah mengizinkan jejaring sosial untuk melakukan sharing
data dengan aplikasi yang dibangun.
Praproses Data
Tahapan ini dimulai dengan mentransformasi data mentah yang terdapat
pada database lokal aplikasi. Transformasi data berfungsi untuk menyesuaikan
tipe data dari atribut yang akan menjadi input bagi pemodelan rekomendasi
dengan HMM. Input data yang digunakan pada pemodelan dengan HMM ialah
rangkaian terurut dari data histori check-in pengguna yang terdiri dari kategori
lokasi dan kategori waktu saat melakukan kunjungan di suatu lokasi (check-in
data). Transformasi dilakukan pada atribut kategori lokasi dan waktu kunjungan.
Jika kita melihat titik-titik lokasi (atribut lattitude dan longitude) histori
kunjungan pengguna, kemungkinan untuk menemukan pola yang dapat
merepresentasikan user mobility behavior akan semakin sulit. Untuk itu, pada
penelitian ini, dikategorikan lokasi berdasarkan aktivitas yang dapat
merepresentasikan lokasi tersebut.
Perancangan HMM
Tahap ini merancang HMM yang sesuai dengan asumsi yang digunakan.
Asumsi yang digunakan pada penelitian ini ialah kunjungan ke suatu lokasi pada
waktu ke-t dipengaruhi oleh kunjungan ke lokasi pada waktu sebelumnya (waktu
ke t-1) yang juga dipengaruhi oleh pukul berapa dia melakukan kunjungan
tersebut. Lokasi yang dikunjungi oleh pengguna berperan sebagai state observasi
dan waktu kunjungan sebagai hidden state. Ilustrasi dari asumsi ini dapat dilihat
pada Gambar 3.Perancangan melibatkan proses modifikasi dari HMM baku yang
diperkenalkan oleh Rabiner dan Juang (1986). Proses modifikasi menukar antara
Gambar 3 Ilustrasi proses perubahan state pada data histori lokasi
10
Tabel 1 Confusion matrix untuk penilaian relevansi dokumen
(Manning et al. 2008)
Relevant
True Positives (TP)
False Negatives (FN)
Retrieved
Not Retrieved
Non Relevant
False Positives (FP)
True Negatives (TN)
sifat dari hidden state dan state observasi. Pada state observasi terdapat transisi
state yang mempengaruhi kemunculan state selanjutnya, namun kemunculan dari
state observasi tetap dipengaruhi oleh hidden state. Penelitian ini tidak
menggunakan distribusi kemunculan state awal.
Perancangan Rekomendasi
Proses pemberian rekomendasi terdiri dari beberapa tahap, yaitu pencarian
tempat terdekat bedasarkan current location, kemudian di filter berdasarkan nilai
dari HMM yaitu venue yang memiliki nilai probability 0 maka akan di hapus.
Model HMM bekerja pada level category sehingga granularity titik-titik
rekomendasi terlalu umum. Oleh karena itu dilakukan perangkingan rekomendasi
berdasarkan data yang terdapat LBSN yang terpilih. sehingga dilakukan juga
perankingan berdasarkan level yang lebih rendah dari category yaitu pada level
subcategoy dan level venue. Perankingan dibuat berhirarki seperti pada Gambar 8.
Implementasi
Prototipe dibangun dalam sebuah sistem berbasis Web. Bahasa
pemrograman yang digunakan adalah PHP dengan lingkungan pengembangan
perangkat lunak, yaitu Microsoft Windows 7 Ultimate 32 bit (Microsoft 2009),
XAMPP 1.7.3 (Apache 2009) dan database MySQL 5.5 (Oracle 2010).
Evaluasi Model
Proses evaluasi dilakukan dengan menentukan relevansi terhadap 10
rekomendasi teratas yang diberikan oleh sistem. Current location dianggap
sebagai query sehingga menghasilkan rekomendasi. Evaluasi model dicobakan
dengan posisi current location di 10 kategori lokasi. Dari hasil relevansi tersebut
dihitung precision (persamaan 1) dan recall (persamaan 2). Setelah itu dihitung
mean average precision (MAP) terhadap 11 titik recall.
tp
Pr ecision : P
(1)
tp fp
Recall : R
tp
tp fn
MAP Q
1
Q
Q
1
j 1 m j
(2)
mj
PR
k 1
jk
(3)
11
Rekomendasi Berbasis Ekstraksi Teks
Pemodelan rekomendasi berbasis ekstraksi ciri menggunakan kumpulan
data dari berbagai jejaring sosial sebagai input. Proses ekstraksi ciri ini dilakukan
dengan pendekatan text mining. Ilustrasi dari metode untuk pemodelan berbasis
teks dapat dilihat pada Gambar 4. Beberapa ukuran vektor yang digunakan pada
pemodelan ini di antaranya:
Vektor objek wisata: S s1 , s2 ,..., sn merupakan vektor yang berisikan
kumpulan objek wisata berukuran n, nilai dari setiap elemen dari vektor ialah
nama objek wisata.
Vektor sosial media: M m1 , m2 ,..., mk merupakan vektor yang berisikan
kumpulan sosial media berukuran k, nilai dari elemen ini ialah nama dari
sosial media. Elemen dari vektor tersebut juga merupakan vektor yang berisi
fitur dari sosial media yang akan dijadikan input bagi proses ekstraksi ciri.
Ukuran setiap vektor mi berbeda-beda tergantung fitur yang terdapat pada
sosial media tersebut, sebagai contoh pada sosial media Twitter memiliki fitur
2 fitur yaitu pencarian dengan kata kunci dan posting pengguna sehingga akan
memiliki vektor sebagai berikut : mTwitter user ' s posting , search .
Gambar 4
Ilustrasi model rekomendasi dengan menggabungkan antara
advice seekingdan ekstraksi ciri dari data jejaring sosial
12
Vektor dokumen objek wisata: D d11 , d12 ,..., d1k ,..., dij ,..., dn1 , dn 2 ,..., dnk
merupakan vektor dokumen yang berisikan pemetaan antara setiap elemen
dari S terhadap elemen pada M , berukuran nxk. Setiap elemen dari vektor
ini berisi dokumen yang menceritakan objek wisata i dari sosial media j.
Vektor ini akan menjadi input bagi proses ektraksi ciri objek wisata.
Vektor pengguna: U u1 , u2 ,..., ul merupakan vektor yang berisikan
kumpulan pengguna pada sistem rekomendasi dan berukuran l. Nilai dari
elemen ini ialah nama pengguna.
Vektor dokumen pengguna: P p11 , p12 ,..., p1k ,..., p yj ,..., pl1 , pl 2 ,..., llk
merupakan pemetaan antara elemen M dan elemen dari U berukuran lxk.
Elemen dari vektor ini didefinisikan sebagai posting dari pengguna y pada
sosial media j. Vektor ini akan menjadi input bagi proses user profiling.
User profiling terdiri atas proses ekstraksi ciri dengan metode teks mining
dan proses matching antara penciri wisata dan penciri dari konten media sosial
pengguna. Proses matching dilakukan melalui vector space model untuk
memudahkan proses scoring. Proses scoring merupakan proses perhitungan nilai
similarity antara pengguna dan objek wisata.
Penelitian ini berasumsi bahwa konten post media sosial pengguna
menunjukkan preferensi dari pengguna tersebut. Hal ini akan berpotensi
menimbulkan masalah sparsity, yaitu masalah kejarangan data mapping antara
penciri wisata dan penciri dari pengguna. Oleh karena itu, penelitian ini
menggabungkan metode advice-seeking pada proses scoring untuk menghindari
masalah sparsity yang sering terjadi pada sistem rekomendasi tradisional. Asumsi
advice-seeking pada penelitian ini merepresentasi rekomendasi di dunia nyata,
yaitu orang yang kita kenal (teman) dapat berkontribusi terhadap pengambilan
keputusan seseorang.
Score akhir dari setiap objek wisata merupakan agregasi antara score dari
pengguna utama yang akan diberikan rekomendasi dan pengguna yang terdeteksi
sebagai teman dari pengguna utama. Hasil agregasi ini kemudian di urutkan
berdasarkan nilai terbesar. Pada Gambar 4 pengguna utama yang akan diberikan
rekomendasi adalah user1 (u1) dan pengguna di dalam sistem yang juga menjadi
teman pengguna di dalam jejaring sosial ditandai gengan garis putus-putus (- - -)
yaitu user2 (u1). Oleh karena itu pada user2 juga dilakukan proses matching &
scoring terhadap setiap objek wisata sebagai bentuk proses advice seeking.
Ekstraksi Penciri ObjekWisata
Tahap awal dari proses ini ialah menentukan objek wisata yang akan
menjadi obje rekomendasi. Tahap selanjutnya ialah mengumpulkan konten dari
objek wisata yang bersumber dari berbagai jejaring sosial seperti akun Twitter dan
alamat Facebook dari objek wisata tersebut. Tahap inti dari proses ini ialah
mengekstraksi penciri dari objek wisata merupakan term yang terdiri dari satu
kata dengan metode text mining.
Salah satu tantangan text mining pada data teks media sosial berbahasa
Indonesia ialah data yang tidak terstruktur. Contoh ketidak-strukturan dari data
13
media sosial ialah (1) penggunaan singkatan seperti „spd‟ yang berarti sepeda, (2)
penggunaan hashtag yang menekankan poin penting dari posting oleh pengguna
seperti #hujan, (3) adanya karakter berulang seperti „bogoooooorrr‟ yang
meunjukkan kata „bogor‟. Untuk menanggulangi hal tersebut, penelitian ini
menambahkan beberapa proses normalisasi dan transformasi disamping
menggunakan proses text mining umum (penghapusan stopwords, penghapusan
tanda baca dan angka). Proses ekstraksi ciri pada penelitian ini digambarkan pada
Gambar 5. Secara keseluruhan proses normalisasi dan transformasi pada
penelitian ini di antaranya :
1)
mentransformasi seluruh string ke dalam bentuk lowercase,
2)
menghapus tanda baca dan angka,
3)
menghapus link, dan objek pengguna dari data Twitter yang dapat terdeteksi
dengan ekspresi reguler ((@)[[:graph:]]+) yang memiliki arti kata yang
diawali dengan tanda „@‟ dan diikuti oleh graphical characters sebanyak
satu atau lebih,
4)
menormalisasi kata dengan menggunakan kamus singkatan (Aziz 2013).
5)
mentransformasi kata yang tidak terstruktur berdasarkan pengulangan
karakter ke dalam karakter tunggal dengan formulasi transformasi ekspresi
reguler:
[a]+
[a]
[b]+
[b]
:
[z]+
[z]
+
[a] berarti string yang mengantung karakter „a‟ berulang (lebih dari satu
karakter) akan ditransformasikan ke dalam karakter „a‟ yang tunggal.
6)
menormalisasi kembali kata dengan kamus singkatan untuk mengatasi kata
yang terganti akibat normalisasi pada tahap 5 seperti kata „tinggal‟ yang
pada tahap 5 berubah menjadi kata „tingal‟,
7)
menormalisasi kata ke dalam kata dasar (stemming) dengan Algoritma
Nazief dan Adriani (Adriani et al. 2007),
8)
menghapus stopwords yang terdiri dari 126 kata hubung dalam bahasa
Indonesia ().
Gambar 5 Tahapan proses text mining pada kumpulan data sosial media untuk
menghasilkan penciri dari objek
14
Setelah dilakukan normalisasi, kemudian dibangun matriks teks dokumen
berdasarkan bobot term frequency (tf). Tahap selanjutnya ialah melakukan term
compression untuk menghilangkan term yang kemunculannya jarang. Hal in
dilakukan untuk mengantisipasi term yang dihasilkan terlalu besar. Kemudian
tahapan selanjutnya ialah proses normalisasi nilai tf dengan normalized sublinear
tf scaling (Manning et al. 2008). Nilai tft,s merupakan term frequency dari term t
pada objek wisata s. Transformasi nilai tf ke dalam normalized normalized
sublinear tf scaling (wtft,s) dengan persamaan berikut:
1 log tft ,s
wft , s
0
jika tft ,s 0
selainnya
(4)
User Profiling
Tahap awal pada proses ini memiliki proses yang sama seperti proses
ekstraksi ciri objek wisata dengan ekstraksi penciri objek wisata. Setelah
didapatkan kumpulan term hasil proses ekstraksi dari konten media sosial
pengguna, kemudian term tersebut di filter berdasarkan korpus wisata. Proses user
profiling bertujuan untuk melihat kemunculan kumpulan term wisata yang
terdapat pada kumpulan posting jejaring sosial pengguna.
Vector Space Model – Advice Seeking
Tahap ini merupakan tahap terakhir dari proses rekomendasi. Proses ini
berfungsi untuk menghitung nilai kemiripan antara konten media sosial objek
wisata dan media sosial dari pengguna. Nilai kemiripan didapatkan dari vector
space model dengan konsep cosine similarity pada persamaan 8 (Manning et al.
2008). Skor akhir rekomendasi didapatkan melalui persamaan 9 yang diturunkan
dari teknik advice seeking. Persamaan tersebut diturunkan dari persamaan rataan
terboboti dengan nilai 0 ≤ λ ≤ 1 yang menunjukkan level kepercayaan dari
pengguna terhadap rekomendasi dari temannya. Kemudian hasil rekomendasi
diurutkan berdaskan skor yang didapatkan dari persamaan 6.
Pemodelan ini mengombinasikan teknik advice-seeking merupakan salah
satu representasi dari kasus rekomendasi di dunia nyata yang dapat mengatasi
masalah sparsity. Untuk itu pada pendekatan ini dimodelkan 2 rekomendasi yaitu
rekomendasi langsung dan rekomendasi tidak langsung. Rekomendasi langsung
dihasilkan dari hasil kalkulasi dari kedekatan antara objek wisata dan pengguna
utama yang akan diberikan rekomendasi melalui vector space model berdasarkan
nilai cosine similarity (persamaan 5). Rekomendasi tidak langsung dihitung
berdasarkan cosine similarity antara teman dari pengguna dan setiap objek wisata
yang merupakan implementasi dari proses advice seeking. Nilai cosine similarity
terdapat pada rentang [0,1] yang merupakan nilai kemiripan antar dua objek yang
diproyeksikan ke dalam ruang vektor (Gambar 6) similarity (s1,u1) = cos θ.
Kemudian kedua nilai ini diagregasi dengan persamaan 6. Kemudian pengurutan
rekomendasi berdasarkan skor agregasi tertinggi.
15
Gambar 6 Ilustrasi dari proses pencarian kedekatan antara objek
wisata dan pengguna dalam vector space model
score(ui , s j ) sim(ui , s j )
v (ui ) v ( s j )
v (ui ) v ( s j )
n
wftk ,ui wftk ,s j
k 1
wf
n
k 1
2
tk ,ui
wf
n
k 1
tk , s j
2
(5)
score f , s
z
finalScore j 1 score u, s j
Keterangan :
score (ui, sj)
finalScorej
score (fi, sj)
λ
z
n
i
i 1
j
z
(6)
= bobot kemiripan antara penggguna i dan objek wisata j
= fungsi agregasi bobot rekomendasi pada objek wisata j
= bobot kemiripan antara pengguna i (friend i) yang
merupakan teman dari pengguna u dengan objek wisata j
= bobot kepercayaan terhadap pengguna lain, 0 ≤ λ ≤ 1
= jumlah teman dari pengguna u
= jumlah term hasil ekstraksi ciri dari kumpulan objek wisata
4 HASIL DAN PEMBAHASAN
Rekomendasi Berbasis LBSN
Analisis
Tahap analisis dilakukan terhadap 2 LBSN yaitu Fousquare dan Facebook.
Facebook memiliki kesamaan struktur dengan Twitter, Path, dan Instagram,
sehingga dipilih Facebook karena memiliki fitur yang lebih banyak. Tahap ini
melihat banyaknya atribut check-in history yang tersedia. Hasil analisis terdapat
pada Tabel 2.
Pada Foursquare didapatkan data check-in berupa waktu check-in dalam tipe
data epoch dan venue (lokasi) yang dikunjungi pengguna. Pada Foursquare
pengguna membuat data check-in ketika mengunjungi suatu lokasi atau ketika
bersama teman dari pengguna yang melakukan check-in pada suatu tempat.
Pada Facebook data check-in didapatkan dari node tagged_place. Hasil
retrieve dari node ini memiliki beberapa kekurangan salah satunya dari sisi presisi
16
Tabel 2 Hasil analisis untuk pemilihan LBSN
Alamat API
Explorer
Field pada API
Hasil retrieve
field
Foursquare
https://developer.foursquare.
com/docs/
users/self/checkin
Daftar check-in dari user
yang berisi waktu, posting
(text/gambar), dan venue
Analisis Waktu
Memiliki presisi yang lebih
tinggi dari segi waktu.
Analisis atribut
lokasi
Lengkap
https://developers.facebook.co
m/tools/explorer/
tagged_place
Daftar lokasi yang dikunjungi
pengguna baik dari post yang
di tag oleh orang lain maupun
dari post oleh pengguna.
Tidak selalu menunjukkan
waktu pengguna saat
mengunjungi lokasi
Lengkap untuk beberapa
lokasi, beberapa lokasi
merujuk kepada data
Foursquare
waktu. Misalkan pengguna mendapat tag foto dari temannya dengan disertai
lokasi tempat foto tersebut diambil. Data tersebut dapat menjadi penunjuk bahwa
pengguna pernah mengunjungi tempat tersebut. Akan tetapi, waktu dari
kunjungan tidak selalu menunjukkan waktu pengguna mengunjungi tempat
tersebut, karena waktu yang didapatkan adalah waktu post dari foto tersebut.
Foursquare memiliki atribut yang lebih lengkap dibandingkan deng