SISTEM REKOMENDASI PARIWISATA KOTA BANDUNG MENGGUNAKAN DECISION TREE

Wirawan, - (2011) SISTEM REKOMENDASI PARIWISATA KOTA BANDUNG MENGGUNAKAN DECISION TREE. S1 thesis, Universitas Pendidikan Indonesia.

	Text s_kom_056073_table_of_content.pdf Download (271kB)
	Text s_kom_056073_chapter1.pdf Download (257kB)
	Text s_kom_056073_chapter2.pdf Restricted to Staf Perpustakaan Download (336kB)
	Text s_kom_056073_chapter3.pdf Download (283kB)
	Text s_kom_056073_chapter4.pdf Restricted to Staf Perpustakaan Download (442kB)
	Text s_kom_056073_chapter5.pdf Download (245kB)
	Text s_kom_056073_bibliography.pdf Download (245kB)

Abstract

Kota Bandung merupakan salah satu kota pariwisata di propinsi Jawa Barat yang memiliki banyak jenis tempat wisata yakni wisata kuliner, belanja, maupun objek wisata lainnya. Kota Bandung selalu ramai dikunjungi oleh para wisatawan dalam dan luar kota pada saat akhir pekan maupun libur panjang. Dengan banyaknya wisatawan yang berkunjung ke kota Bandung, maka akan didapatkan data-data wisatawan. Data-data tersebut nantinya akan dapat dimanfaatkan untuk mencari suatu pola informasi yang dapat digunakan untuk membuat sistem rekomendasi tempat belanja, tempat makan, dan tempat objek wisata. Hal tersebut yang menjadi dasar sistem rekomendasi tempat pariwisata di kota Bandung ini . Untuk dapat dengan mudah mendapatkan pola-pola penting tersebut maka digunakan sebuah teknik dalam data mining yaitu teknik klasifikasi menggunakan decision tree. Konsep utama dari decision tree adalah mengubah data-data menjadi suatu pohon keputusan yang nantinya dapat menghasilkan suatu rule(aturan), data training yang digunakan adalah data profil wisatawan. Dari rule tersebut nantinya dapat digunakan untuk megklasifikasikan data wisatawan yang sesuai dengan atribut profilnya. Proses klasifikasi berfokus pada tiga kelas yakni klasifikasi jenis masakan, jenis barang, dan jenis wisata. Pengujian akurasi dari model decision tree dilakukan dengan menggunakan teknik 10 fold cross validation dimana dari hasil pengujian didapat tingkat akurasi untuk masing-masing kelas jenis masakan, jenis barang, dan jenis wisata adalah 71.5%, 28%, dan 48.5%.

Item Type:	Thesis (S1)
Additional Information:	ID SINTA Dosen Pembimbing Yudi Wibisono: 260167 Rosa Ariani Sukamto: 5974496
Uncontrolled Keywords:	Klasifikasi, Decision tree, Rule
Subjects:	L Education > L Education (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Pendidikan Ilmu Komputer
Depositing User:	Adika Subangkit
Date Deposited:	16 Nov 2023 04:27
Last Modified:	16 Nov 2023 04:27
URI:	http://repository.upi.edu/id/eprint/112449

Actions (login required)

View Item