PEMBANGUNAN PROTOTYPE RECOMMENDATION ENGINE UNTUK PENCARIAN RESTAURANT MENGGUNAKAN KRIMP CLASSIFIER DAN ALGORITMA DIJKSTRA (STUDI KASUS : DATA TEMPAT MAKAN PADA FOURSQUARE)

ADHI WICAKSONO, PANDU and Diyah, Puspitaningrum and yudi, Setiawan (2017) PEMBANGUNAN PROTOTYPE RECOMMENDATION ENGINE UNTUK PENCARIAN RESTAURANT MENGGUNAKAN KRIMP CLASSIFIER DAN ALGORITMA DIJKSTRA (STUDI KASUS : DATA TEMPAT MAKAN PADA FOURSQUARE). Undergraduated thesis, Universitas Bengkulu.

[img] Archive (Thesis)
SKRIPSI_PANDU_G1A011002.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (2MB)

Abstract

Tujuan penelitian ini untuk membantu pengguna dengan cara memberikan rekomendasi kepada pengguna ketika pengguna dihadapkan dengan jumlah informasi yang besar. Dengan adanya rekomendasi, sistem mampu menghasilkan keluaran yang sesuai dengan kebutuhan seorang pengguna sistem. Salah satu contoh aplikasi sistem rekomendasi adalah aplikasi Foursquare. Di dalamnya terdapat ribuan ulasan (review) dari para pengguna Foursquare yang ditampung untuk membantu mendeskripsikan setiap tempat (venue). Pada penelitian ini review dan venue tersebut diperoleh dengan menambang data dari web API Foursquare dan kemudian digunakan sebagai dataset untuk membangun sebuah sistem rekomendasi baru dengan menawarkan hasil pencarian terbaik. Penelitian ini mengangkat tentan g pe mbuatan protot yp e sis te m “P R EFOD” m erupakan sistem rekomendasi tempat makan terbaik berdasarkan jarak terdekat dengan mempertimbangkan sentimen analisis pada data review tempat makan menggunakan metode klasifikasi KRIMP. Penentuan jarak berdasarkan radius 1 km dari titik awal, menggunakan algoritma Dijkstra dengan mencari simpang-simpang terdekat sebagai node dalam penentuan jalur terdekat menuju lokasi yang dituju. Ada 2 (dua) macam eksperimen yang dilakukan percobaan pertama ialah pengujian klasifikasi setimen analisis dengan dataset pelatihan menggunakan KRIMP classifier dengan pemanggalan kode pada codetable sebesar 1,0.75 dan 0.5 menghasilkan akurasi 96.22%, 94.13% dan 92.22%. Percobaan kedua yaitu pengujian sistem rekomendasi dengan sistem google pada jarak radius yang sama menunjukan bahwa tempat makan yang direkomendasi sistem menggunakan Dijkstra memiliki jarak yang lebih dekata daripada tempat-tempat makan yang disarankan google.

Item Type: Thesis (Undergraduated)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 164 Irma Rohayu
Date Deposited: 29 Mar 2018 03:26
Last Modified: 29 Mar 2018 03:26
URI: http://repository.unib.ac.id/id/eprint/16578

Actions (login required)

View Item View Item