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

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 tentang pembuatan prototype sistem “PREFOD” merupakan 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.
Kata kunci : Algoritma Dijkstra, Foursquare, Google maps, Klasifikasi
KRIMP,Sistem rekomendas