SISTEM REKOMENDASI HYBRID DENGAN CONTENT BASED FILTERING DAN COLLABORATIVE FILTERING PADA SISTEM REKOMENDASI TEMPAT WISATA DI PURBALINGGA

Indonesia, sebagai negara tropis dengan keanekaragaman hayati yang memikat, menjadi daya tarik wisatawan lokal maupun mancanegara. Sistem rekomendasi banyak digunakan untuk merekomendasikan destinasi wisata. Purbalingga, merupakan Kabupaten yang memiliki potensi daya tarik wisata telah berupaya meningkatkan daya tarik wisata melalui berbagai inovasi termasuk pengembangan aplikasi berbasis mobile Purbalingga Memikat. Namun, aplikasi tersebut memiliki keterbatasan dalam menyediakan rekomendasi destinasi wisata relevan dan terpersonalisasi. Dalam bidang Informatika, pengembangan sistem rekomendasi dapat dilakukan dengan memanfaatkan teknologi pembelajaran mesin menggunakan metode Content Based Filtering dan Collaborative Filtering sebagai pendekatan Hybrid. Maka, untuk mengatasi hal tersebut, penelitian dilakukan dengan tujuan untuk mengembangkan fitur rekomendasi destinasi wisata pada aplikasi Purbalingga Memikat. Hasil penelitian menunjukkan pendekatan Content Based Filtering mampu mengatasi masalah cold start dengan memberikan rekomendasi relevan bagi pengguna baru, karena tidak membutuhkan data historis pengguna dan hanya mengandalkan atribut konten. Nilai evaluasi baik pada Root Mean Squared Error (RMSE) sebesar 0.0692 dan Mean Absolute Error (MAE) sebesar 0.5084 untuk model Collaborative Filtering berbasis neural network dengan rasio model 90% data latih dan 10% data uji. Sementara, pendekatan Hybrid, pembobotan 0.3 Content Based Filtering dan 0.7 Collaborative Filtering, menunjukkan bahwa model berhasil memberikan rekomendasi destinasi wisata lebih personal dengan mempertimbangkan pada pola item interaksi preferensi pengguna dengan tempat wisata. Sehingga, pengembangan sistem rekomendasi diharapkan dapat memberikan pengalaman lebih personal bagi pengguna pada tahap selanjutnya, meskipun masih terdapat kekurangan.