Rancang bangun sistem rekomendasi restoran berbasis web menggunakan tf-idf dan haversine formula

Baskara, Raditya Adi (2017) Rancang bangun sistem rekomendasi restoran berbasis web menggunakan tf-idf dan haversine formula. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Text Raditya_Adi_Baskara_11110110124.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (6MB)

Abstract

Semakin pesatnya perkembangan usaha kuliner, semakin bervariasi pula jenis makanan dan restoran yang ditawarkan kepada konsumen. Banyaknya restoran dan usaha kuliner di daerah tersebut mengakibatkan kebingungan dari sisi pengguna dalam memilih restoran. Maka dari itu dirancanglah sistem rekomendasi yang menggunakan preferensi dari penggunanya sendiri. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk memberikan rekomendasi tempat makan berdasarkan kata pencarian (keyword) dari pengguna dan diurutkan berdasarkan hasil yang memiliki relevansi tertinggi, lalu Haversine Formula digunakan untuk memilih restoran dengan jarak yang sudah ditentukan oleh pengguna sebelumnya. Hasil penelitian menunjukan performa yang baik dalam menampilkan hasil yang relevan dengan kata pencarian yaitu dengan nilai precision sebesar 0.65 dan recall sebesar 0.97. Perbandingan jarak dengan Google Maps Line Measure API juga menunjukan selisih hanya sebesar 4 meter.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.6 Internet, Cloud Computing, Website, LAN, Email 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	22 Jan 2019 02:52
Last Modified:	26 Jan 2023 01:50
URI:	https://kc.umn.ac.id/id/eprint/4805

Actions (login required)

View Item