SISTEM PEREKOMENDASI WISATA ALAM DI KABUPATEN BOGOR BERBASIS MOBILE MENGGUNAKAN METODE ITEM-BASED COLLABORATIVE FILTERING
HARI PRASETYO
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Perekomendasi Wisata Alam di Kabupaten Bogor Berbasis Mobile Menggunakan Metode ItemBased Collaborative Filtering adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Januari 2015 Hari Prasetyo NIM G64124022
ABSTRAK HARI PRASETYO. Sistem Perekomendasi Wisata Alam di Kabupaten Bogor berbasis mobile menggunakan metode item-based collaborative filtering. Dibimbing oleh RINA TRISMININGSIH. Kabupaten Bogor merupakan salah satu daerah yang memiliki peluang dan daya tarik wisata yang tinggi. Selain memiliki lokasi yang strategis, Kabupaten Bogor juga memiliki banyak objek wisata alam yang indah. Kurangnya informasi membuat wisatawan tidak mengetahui dan mengunjungi objek wisata alam di Kabupaten Bogor. Oleh karena itu diperlukan sistem perekomendasi. Penelitian ini dilakukan untuk membangun sistem perekomendasi wisata alam Kabupaten Bogor yang diharapkan dapat memberikan acuan kepada wisatawan yang ingin/akan berkunjung ke Kabupaten Bogor. Sistem perekomendasi ini dibangun dengan menggunakan metode item-based collaborative filtering dan menggunakan platform Android. Sistem perekomendasi ini mampu menampilkan daftar wisata alam dengan deskripsinya berdasarkan rekomendasi dari pengguna. Kata kunci: collaborative filtering, sistem perekomendasi, wisata alam.
ABSTRACT HARI PRASETYO. Recommender System with Item-Based Collaborative Filtering Method on Mobile Application for Natural Tourism at Bogor Regency. Supervised by RINA TRISMININGSIH. Bogor Regency is one of regions that has a high chance and tourist attraction. Beside a strategic location, Bogor Regency also has many beautiful natural tourism. The lack of information makes the tourists don’t know and visited natural tourism in Bogor Regency. Therefore we need a system of the recommenders. This study was conducted to establish the recommender systems Bogor Regency natural tourism which is expected to provide reference to travelers who want to / will visit Bogor Regency. The system is built with the recommenders using item-based collaborative filtering and the Android platform. The recommenders system is able to display a list of nature tourism with the description based on recommendations from the user. Keywords: collaborative filtering, natural tourism, recommender system
SISTEM PEREKOMENDASI WISATA ALAM DI KABUPATEN BOGOR BERBASIS MOBILE MENGGUNAKAN METODE ITEM-BASED COLLABORATIVE FILTERING
HARI PRASETYO
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
Penguji : 1 2
Dr. Yani Nurhadriyani, S.Si, MT Irman Hermadi, SKom, MS, PhD
Judul Skripsi : Sistem Perekomendasi Wisata Alam di Kabupaten Bogor Berbasis Mobile Menggunakan Metode Item-Based Collaborative Filtering Nama : Hari Prasetyo NIM : G64124022
Disetujui oleh
Rina Trisminingsih, SKom MT Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom Ketua Departemen
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Selawat dan salam penulis sampaikan kepada Nabi Muhammad shallallahu ‘alaihi wasallam serta kepada keluarganya, sahabatnya, serta para pengikutnya. Terima kasih penulis ucapkan kepada Rina Trisminingsih, SKom MT selaku pembimbing, yang telah banyak memberi saran, bantuan dan dukungan. Ungkapan terima kasih juga disampaikan kepada seluruh keluarga terutama ayahanda Suyadi dan ibunda Ratmi atas segala doa dan kasih sayangnya. Penulis juga berterima kasih atas dukungan seluruh teman Ilmu Komputer Ahli Jenis Institut Pertanian Bogor angkatan 7. Penulis berharap penelitian ini dapat memberikan manfaat, khususnya bagi para pengembang Android di Indonesia.
Bogor, Januari 2015 Hari Prasetyo
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
METODE
2
Collaborative Filtering
2
Item-Based Collaborative Filtering
3
Adjusted Cosine Similarity
4
Weighted Sum
5
Mean Absolute Error (MAE)
5
Fase Permulaan (Inception)
6
Fase Perluasan (Elaboration)
6
Fase Pembangunan (Construction)
6
Fase Peralihan (Transition)
7
HASIL DAN PEMBAHASAN
7
Fase Permulaan (Inception)
7
Fase Perluasan (Elaboration)
9
Fase Pembangunan (Construction)
15
Fase Peralihan (Transition)
18
SIMPULAN DAN SARAN
19
Simpulan
19
Saran
19
DAFTAR PUSTAKA
20
LAMPIRAN
23
RIWAYAT HIDUP
43
DAFTAR TABEL 1 2 3 4 5 6 7 8
Tabel kebutuhan fungsionalitas SPWAKB Tabel kebutuhan non fungsional SPWAKB Tabel otoritas pengguna Use case description mendapatkan rekomendasi Rancangan tabel review Tabel rate wisata alam oleh pengguna Tabel similarity Tabel prediksi rate obyek wisata alam
8 8 8 10 14 16 17 17
DAFTAR GAMBAR 1 2 3 4 5 6 7 8 9 10 11
Metode collaborative filtering Metode item-based collaborative filtering Proses RUP (Jacobson 2011) Use Case Diagram SPWAKB Activity Diagram mendapatkan rekomendasi Sequence Diagram mendapatkan rekomendasi Analisis class diagram SPWAKB Class diagram SPWAKB Rancangan antar muka menampilkan daftar wisata alam Implementasi tabel review Implementasi antar muka menampilkan daftar wisata alam
3 4 6 9 11 12 12 13 14 15 16
DAFTAR LAMPIRAN 1 2 3 4 5 6 7 8 9
Tabel daftar wisata alam Use case description dari seluruh use case Activity diagram dari seluruh use case Sequence Diagram dari seluruh use case Rancangan Tabel Rancangan Tampilan Antar Muka Implementasi Tabel Implementasi Tampilan Antar Muka Hasil pengujian Black Box
23 25 29 32 35 36 38 39 42
1
PENDAHULUAN Latar Belakang Sebagai destinasi pariwisata, Kabupaten Bogor memiliki peluang dan daya tarik yang tinggi, karena selain memiliki lokasi yang strategis, Kabupaten Bogor juga memiliki obyek wisata yang menarik (DKPKB 2014). Namun informasi tentang referensi wisata alam yang dimiliki Kabupaten Bogor membuat banyak wisatawan yang tidak mengetahui seluruh wisata alam yang dimiliki oleh Kabupaten Bogor. Untuk itu diperlukan suatu aplikasi yang memberikan referensi untuk mendapatkan informasi tentang wisata alam Kabupaten Bogor. Sistem perekomendasi adalah tipe spesifik dari teknik penyaringan informasi yang diupayakan untuk menyajikan data (seperti film, musik, halaman web, berita) yang kemungkinan menarik bagi pengguna. Secara intuitif, sistem perekomendasi membangun sebuah profil pengguna berdasarkan catatan sebelumnya, dibandingkan dengan beberapa karakteristik referensi, dan berupaya untuk memprediksi rating yang akan diberikan oleh pengguna ke item yang belum dievaluasi oleh sistem (Wen 2008). Metode yang digunakan dalam pembangunan sistem perekomendasi dibagi menjadi 2 macam, yakni Content-Based Filtering dan Collaborative Filtering. Collaborative Filtering (CF) adalah suatu metode dalam membuat prediksi otomatis untuk memperkirakan ketertarikan atau selera seorang pengguna terhadap suatu item dengan cara mengumpulkan informasi dari pengguna-pengguna yang lain yang direpresentasikan dalam bentuk nilai rating (Sarwar et al. 2001). CF akan melakukan 2 proses, yaitu mencari pengguna lain yang memiliki kemiripan pola rating dengan pengguna yang dijadikan target dan menggunakan nilai rating dari pengguna lain untuk menghitung prediksi bagi pengguna aktif. Pada penelitian sebelumnya, Nuryunita dan Nurhadriyani (2013) telah membangun sistem perekomendasi menggunakan metode item-based collaborative filtering. Sistem ini memberikan rekomendasi buku menggunakan OpenCart berbabis web. Sistem perekomendasi pada penelitian ini dibangun menggunakan platform Android. Android masih menguasai marketshare penyebaran OS dengan persentase sebesar 78.1% pada quarter ke empat di tahun 2013. Persentase ini meningkat dari quarter ke empat di tahun sebelumnya yang sebesar 70.3% (IDC 2014). Selain itu, menurut data SCGS (2014), pengguna mobile yang menggunakan platform Android khususnya di Indonesia, terus meningkat tiap bulannya dan mencapai 60% pada bulan Oktober 2014. Penelitian ini membangun sistem perekomendasi menggunakan metode Itembased Collaborative Filtering pada platform Android yang dapat menampilkan informasi-informasi tentang wisata alam yang terdapat di Kabupaten Bogor. Informasi yang ditampilkan ke pengguna didasarkan pada tingkat ketertarikan masing-masing pengguna. Ketertarikan pengguna dapat diketahui dari beberapa hal, misalnya dari cara pengguna mengakses aplikasi ini atau dari rating yang diberikan oleh pengguna.
2 Perumusan Masalah Perumusan masalah pada penelitian ini adalah bagaimana pengguna mendapatkan rekomendasi wisata alam Kabupaten Bogor? Tujuan Penelitian Tujuan dari penelitian ini adalah membangun Sistem Perekomendasi Wisata Alam berbasis mobile dengan menggunakan platform Android. Manfaat Penelitian Penelitian ini diharapkan menghasilkan sistem perekomendasi yang dapat memberikan referensi wisata alam sebagai acuan kepada wisatawan yang ingin berkunjung ke Kabupaten Bogor. Ruang Lingkup Penelitian Ruang lingkup dari penelitian ini yaitu data obyek wisata alam yang digunakan diperoleh dari Dinas Kebudayaan dan Pariwisata Kabupaten Bogor pada tahun 2014.
METODE Collaborative Filtering CF adalah suatu metode yang membuat prediksi otomatis untuk memperkirakan ketertarikan atau selera pengguna terhadap suatu item dengan cara mengumpulkan informasi dari user-user lain yang direpresentasikan dalam bentuk nilai rating (Sarwar et al. 2001). Tujuan dari algoritme collaborative filtering adalah menganjurkan wisata alam baru atau memprediksikan evaluasi produk kepada pengguna berdasarkan pada keterkaitan terhadap wisata alam yang lain dari pengguna-pengguna lain yang memiliki ketertarikan yang sama. Berikut adalah gambaran dari metode CF yang ditunjukan pada Gambar 2 :
3 Produk j yang diprediksi
Pengguna aktif I1
I2
…
Ij
…
In
U1 U2 : Ua : Um INPUT (table rate) Prediksi Rekomendasi Algoritma CF
Prediksi pada wisata ke-j untuk anggota ke-a Top-N Rekomendasi Interface Output Gambar 1 Metode collaborative filtering
Pada Gambar 1 dapat dilihat bahwa terdapat dua hal yang dilakukan sistem perekomendasi dengan metode CF, yaitu prediksi dan rekomendasi. Prediksi adalah melakukan prediksi berdasarkan opini yang telah diberikan oleh pengguna, sedangkan rekomendasi adalah memberikan rekomendasi kepada pengguna berupa daftar item. Item yang direkomendasikan adalah produk/item yang belum pernah dibeli, dilihat, atau diberi rate oleh pengguna tersebut. Teknik collaborative filtering terbagi menjadi dua yaitu user-based collaborative filtering dan itembased collaborative filtering (Sarwar et al. 2001). Item-Based Collaborative Filtering Metode item-based collaborative filtering yang ditunjukan pada Gambar 2, merupakan metode yang menggunakan rating dalam membuat sebuah rekomendasi. Pada metode ini akan dicari item yang belum pernah diberi rate oleh pengguna dan item tersebut memiliki nilai keterkaitan yang tinggi. Item yang memiliki nilai keterkaitan yang tertinggi akan dijadikan top-N rekomendasi.
4
similiar
Gambar 2 Metode item-based collaborative filtering Adjusted Cosine Similarity Sarwar et al. (2001), menyebutkan bahwa salah satu langkah penting dalam metode collaborative filtering adalah menghitung kesamaan antar item dan kemudian memilih item yang memiliki nilai kemiripan yang tinggi. Ada 3 cara untuk menghitung kesamaan antar item, yaitu cosine-based similarity, correlationbased similarity and adjusted-cosine similarity. Adjusted cosine similarity memiliki tingkat kesalahan lebih kecil bila dibandingkan dengan persamaan cosine lainnya. Persamaan adjusted cosine similarity merupakan pengembangan dari persamaan cosine. Berikut adalah persamaan adjusted cosine similarity:
𝑠𝑖𝑚(𝑖,𝑗) =
∑𝑢∈𝑈(𝑟𝑢,𝑖 − 𝑟̅𝑢 )(𝑟𝑢,𝑗 − 𝑟̅𝑢 ) √∑𝑢∈𝑈(𝑟𝑢,𝑖 − 𝑟̅𝑢 )2 √∑𝑢∈𝑈(𝑟𝑢,𝑗 − 𝑟̅𝑢 )2
dengan : 𝑠𝑖𝑚(𝑖,𝑗) adalah nilai kemiripan antara item i dan item j. 𝑢 ∈ 𝑈 adalah himpunan pengguna u yang memberikan rate pada item i maupun item j. 𝑟𝑢,𝑖 adalah rating yang diberikan pengguna u pada item i. 𝑟𝑢,𝑗 adalah rating yang diberikan pengguna u pada item j. 𝑟̅𝑢 adalah rata-rata rating pengguna u.
5 Weighted Sum Setelah mendapatkan sekumpulan wisata alam yang memiliki kemiripan yang tinggi, dilakukan proses prediksi yang memperkirakan nilai rate yang akan diberikan oleh pengguna. Prediksi yang diperkirakan akan diberikan kepada wisata alam yang belum pernah diberi rate oleh pengguna tersebut. Teknik yang digunakan untuk mendapatkan nilai prediksi adalah dengan persamaan weighted sum (Karypis 2001). Berikut adalah persamaan weighted sum: 𝑃(𝑢,𝑗) =
∑𝑖∈𝐼(𝑅𝑢,𝑖 ∗ 𝑆𝑖,𝑗 )
∑𝑖∈𝐼|𝑆𝑖,𝑗 | dengan : 𝑃(𝑢,𝑗) adalah prediksi untuk pengguna u terhadap item j. 𝑖 ∈ 𝐼 adalah himpunan item yang mirip dengan item j. 𝑅𝑢,𝑖 adalah rate pengguna u terhadap item i. 𝑆𝑖,𝑗 adalah nilai kemiripan antara item i dan item j.
Mean Absolute Error (MAE) MAE merupakan persamaan yang digunakan untuk mengukur akurasi sistem dengan membandingkan nilai yang diprediksi dengan nilai yang sebenarnya (Karypis, 2001). Berikut persamaan MAE : ∑𝑁 𝑖=1|𝑝𝑖 − 𝑞𝑖 | 𝑀𝐴𝐸 = 𝑁
dengan : 𝑀𝐴𝐸 adalah nilai rata-rata kesalahan penghitungan. 𝑁 adalah jumlah item yang dihitung. 𝑝𝑖 adalah nilai prediksi item ke-i. 𝑞𝑖 adalah nilai rate sebenarnya yang diberikan oleh pengguna pada item ke-i. Metode pengembangan sistem yang digunakan dalam pembuatan sistem perekomendasi wisata alam di Kabupaten Bogor adalah Rational Unified Process (RUP). RUP adalah proses pengembangan perangkat lunak yang menggunakan pendekatan disiplin untuk menentukan tugas-tugas dan tanggung jawab pada sebuah organisasi pengembang. Tujuan dari penentuan tugas-tugas dan tanggung jawab tersebut adalah untuk menjamin perangkat lunak yang dibuat berkualitas tinggi, dapat memenuhi kebutuhan pengguna, dengan jadwal dan perkiraan yang dapat diprediksi (Jacobson 2011). Proses pada RUP terbagi menjadi dua dimensi atau sumbu yang ditunjukkan pada Gambar 3.
6
Gambar 3 Proses RUP (Jacobson 2011) Fase Permulaan (Inception) Fase ini mendefinisikan cakupan sistem dan membangun kasus bisnis untuk sistem. Identifikasi entitas eksternal yang akan berinteraksi dengan sistem dan mendefinisikan sifat interaksinya dilakukan untuk dapat memenuhi fase ini. Kasus bisnis meliputi kriteria sukses, kendala, estimasi sumber daya yang dibutuhkan dan rencana agenda. Pada fase inception, ditentukan sistem ini menggunakan metode item-based collaborative filtering untuk metode perekomedasinya. Pada fase ini juga ditentukan metode untuk menghitung kesamaan antar item menggunakan adjusted-cosine similarity dan untuk memprediksi nilai rate menggunakan weighted sum. Fase Perluasan (Elaboration) Tujuan dari fase perluasan adalah untuk menganalisis permasalahan utama, membuat arsitektur pondasi, membuat perencanaan pembangunan sistem, dan mengeliminasi elemen yang beresiko tinggi pada pembangunan sistem. Untuk memenuhi hal ini harus diketahui luas dari sistem yang dibuat, harus mengerti keseluruhan isi pembangunan sistem seperti cakupan sistem, fungsionalitas dari sistem dan kebutuhan nonfungsional dari sistem. Fase Pembangunan (Construction) Selama fase konstruksi semua komponen dan fitur dari perangkat lunak dibangun, diintegrasikan menjadi sebuah produk, dan diuji untuk semua fitur yang telah dibangun. Pada fase ini, ditentukan untuk pengujian rate yang diprediksi dengan rate yang diberikan pengguna menggunakan mean absolute error.
7 Fase Peralihan (Transition) Tujuan dari fase peralihan ini adalah untuk menyampaikan perangkat lunak kepada pengguna akhir. Pada saat perangkat lunak disampaikan kepada pengguna, biasanya terdapat keluhan dari pengguna akan kebutuhan yang belum terpenuhi. Hal ini membutuhkan pembuatan rilis terbaru, memperbaiki beberapa masalah, atau menyelesaikan fitur yang tertunda.
HASIL DAN PEMBAHASAN Fase Permulaan (Inception) Pada tahap ini dideskripsikan tentang model bisnis dan kebutuhan-kebutuhan yang dibagi menjadi 4, yaitu kebutuhan implementasi, kebutuhan data dan informasi, kebutuhan fungsionalitas, dan kebutuhan otoritas pengguna. Model Bisnis Alur kerja dari sistem perekomendasian ini adalah sistem akan menampilkan data wisata alam Kabupaten Bogor berdasarkan prediksi otomatis. Prediksi otomatis yang dibuat oleh sistem menggunakan metode CF. Kebutuhan 1. Kebutuhan Implementasi Untuk mengimplementasikan rancangan-rancangan dibutuhkan perangkat keras dan perangkat lunak dengan spesikasi minimum sebagai berikut. 1.1 Kebutuhan Perangkat Keras Processor Intel(R) Dual Core @1.50 Ghz Harddisk 250 GB Kapasitas RAM 2 GB Keyboard dan tetikus. Monitor optimal pada resolusi 1024 x 768 pixel Smartphone Android versi 2.3 1.2 Kebutuhan Perangkat Lunak Perangkat lunak yang dibutuhkan dalam pembuatan sistem perekomendasi ini adalah : Sistem Operasi : Windows 7 Sistem Manajemen Basis Data : MySQL Bahasa pemograman : Java Editor : Eclipse Desain perancangan : Rational Rose 2. Kebutuhan Data dan Informasi Data yang digunakan adalah data wisata alam Kabupaten Bogor yang diperoleh dari Dinas Kebudayaan dan Pariwisata Kabupaten Bogor. Data tersebut dijadikan informasi di dalam sistem perekomendasi ini. Informasi yang ditampilkan kepada pengguna merupakan hasil dari prediksi dan rekomendasi yang dilakukan
8 oleh sistem. Daftar wisata alam yang digunakan dalam sistem dapat dilihat pada Lampiran 1. 3. Kebutuhan Fungsional Kebutuhan fungsional menunjukan apa saja yang dapat dilakukan oleh Sistem Perekomendasi Wisata Alam Kabupaten Bogor (SPWAKB). Penamaan kebutuhan fungsional pada sistem perekomendasi dengan menggunakan kode SPWAKB-XX. Deskripsi mengenai kebutuhan fungsional ditunjukan Tabel 1. Tabel 1 Tabel kebutuhan fungsionalitas SPWAKB Kode Fungsional Nama Fungsi Deskripsi SPWAKB-01 Melihat daftar Menampilkan beberapa wisata alam wisata alam SPWAKB-02 Melihat deskripsi Menampilkan deskripsi dan foto dari wisata alam yang telah dipilih SPWAKB-03 Registrasi anggota Melakukan pendaftaran untuk menjadi seorang anggota sistem ini SPWAKB-04 Login Melakukan pengecekan akun anggota SPWAKB-05 Mendapat Menampilkan hasil prediksi yang akan Rekomendasi dijadikan rekomendasi kepada anggota SPWAKB-06 Memberikan Memberikan penilaian atau rate wisata Penilaian alam 4. Kebutuhan Non Fungsional Kebutuhan non fungsional menunjukan batasan pada kebutuhan fungsional. Kebutuhan non fungsional terbagi menjadi beberapa bagian, yaitu : usability, reliability, safety requirement, dan data integrity. Deskripsi mengenai kebutuhan non fungsional secara lengkap ditunjukan pada Tabel 2. Tabel 2 Tabel kebutuhan non fungsional SPWAKB Non Fungsional Usability Reliability Safety Requirement Data Integrity
Deskripsi SPWAKB memiliki rancangan antar muka yang user friendly Aplikasi tidak boleh kehilangan data Hanya administrator yang dapat menambah, mengubah, atau pun menghapus data wisata alam yang terdapat pada sistem Data yang ditampilkan SPWAKB haruslah benar adanya
5. Kebutuhan Otoritas Pengguna Proses identifikasi sistem perekomendasi wisata alam Kabupaten Bogor ini dilakukan dengan membagi karakteristik pengguna berdasarkan hak aksesnya. Hak akses pada sistem perekomendasi ini terbagi menjadi dua, yaitu: pengguna dan anggota. Deskripsi hak akses secara lengkap ditunjukan pada Tabel 3. Tabel 3 Tabel otoritas pengguna Kategori Pengguna Pengguna
Hak Akses SPWAKB-01
Kebutuhan Pengguna Melihat daftar wisata
9 Kategori Pengguna Anggota
Hak Akses SPWAKB-02 SPWAKB-03 SPWAKB-01 SPWAKB-02 SPWAKB-04 SPWAKB-05 SPWAKB-06
Kebutuhan Pengguna Melihat deskripsi Registrasi anggota Melihat daftar wisata alam Melihat deskripsi Login Merekomendasikan wisata alam Memberikan penilaian
Fase Perluasan (Elaboration) Use case adalah semua cara dari penggunaan sistem dalam mencapai tujuan tertentu untuk pengguna tertentu (Jacobson 2011). Use case berisi apa yang dilakukan oleh sistem atau apa yang terjadi pada sistem, bukan bagaimana sistem melakukan. Jadi use case disini menjelaskan fungsi-funsi apa saja yang terdapat di dalam aplikasi dan siapa saja yang berhak mengaksesnya. Untuk melihat use case diagram pada SPWAKB ditunjukan pada Gambar 4.
Gambar 4 Use Case Diagram SPWAKB Setiap use case dideskripsikan lebih jelas pada use case description. Menurut Satzinger et al. (2010), use case description adalah deskripsi yang berisi daftar rincian proses untuk setiap use case. Use case description dari mendapatkan rekomendasi ditunjukan pada Tabel 4. Use case description lainnya dari setiap use case pada SPWAKB dapat dilihat pada Lampiran 2.
10 Tabel 4 Use case description mendapatkan rekomendasi Use Case Name Scenario Triggering Event Brief Description
Actors Related Use Case Stakeholders Preconditions
Postconditions Flow of Activities
Mendapatkan rekomendasi Anggota akan mendapatkan rekomendasi wisata alam Sistem perekomendasi akan menghitung keterkaitan antar wisata alam. Lalu sistem akan menentukan beberapa pasang wisata alam yang memiliki nilai kemiripan yang tinggi. Sistem akan memberikan prediksi kepada anggota sesuai dengan nilai prediksi. Anggota Include : Login - Anggota telah memberikan rate terhadap beberapa wisata alam. - Memperbarui nilai rata-rata rate setiap wisata alam - Memperbarui nilai rata-rata rate setiap anggota - Memperbarui nilai kemiripan antar item wisata alam - Memperbarui nilai prediksi wisata alam - Dapat melihat deskripsi wisata alam - Dapat melakukan rating terhadap wisata alam Actor System 1. Anggota melakukan proses login. 2. Jika pengguna belum 1.1 Mendaftarkan terdaftar, pengguna pegguna baru tersebut diarahkan pada halaman sign up. 2a. Jika pengguna sudah 2a.1 Validasi pengguna terdaftar, pengguna dapat melakukan 1.2 Memperbarui nilai login. rata-rata rate setiap wisata alam, ratarata rate anggota, kemiripan antar item wisata alam, dan prediksi wisata alam 1.3 Menampilkan hasil rekomendasi 3. Pengguna melihat deskripsi wisata alam yang dipilih 4. Pengguna melakukan rating terhadap wisata alam
11 Exception Conditions
2.3 Jika pengguna belum melakukan rate terhadap wisata alam atau wisata alam yang diberi rate tidak memiliki nilai kemiripan yang lebih besar dari 0,5 dengan wisata alam lainnya, sistem akan menampilkan hasil rekomendasi bedasarkan rate tertinggi yang telah diberikan anggota lain.
Setiap use case juga digambarkan lebih rinci pada activity diagram. Activity diagram menunjukkan aliran dari satu aktivitas ke aktivitas lain dalam suatu sistem. Suatu activity diagram menunjukkan satu himpunan aktivitas, apakah aliran dari satu aktivitas ke aktivitas lain secara berurutan atau bercabang, dan objek yang bertindak dan berhenti (Booch et al. 1998). Activity Diagram dari mendapatkan rekomendasi ditunjukan pada Gambar 5. Activity Diagram dari setiap use case pada SPWAKB dapat dilihat pada Lampiran 3.
Gambar 5 Activity Diagram mendapatkan rekomendasi Sequence diagram adalah diagram interaksi yang menekankan waktu urutan pesan. Sequence diagram menunjukkan sekumpulan objek dan pesan yang dikirim dan diterima oleh objek tersebut (Booch et al. 1998). Sequence diagram fungsi mendapatkan rekomendasi ditunjukan pada Gambar 6. Sequence diagram fungsifungsi lainnya dapat dilihat pada Lampiran 4. Fungsi-fungsi dari sistem yang telah didefinisikan pada use case diagram selanjutnya akan digunakan untuk membuat perancangan dari kelas-kelas yang terdapat di dalam sistem. Kelas-kelas ini terdiri dari atribut dan fungsi yang sesuai dengan use case, rancangan ini disebut class diagram. Analisis class diagram dari SPWAKB ditunjukan pada Gambar 7.
12
Gambar 6 Sequence Diagram mendapatkan rekomendasi
Gambar 7 Analisis class diagram SPWAKB Perancangan 1. Perancangan Desain Kelas Berdasarkan class diagram pada tahap analisis, dibuat class diagram yang berisikan attribut dan method yang menjadi acuan pada pengimplementasian kode. Class diagram dari SPWAKB ditunjukan pada Gambar 8.
13
Gambar 8 Class diagram SPWAKB
14
2. Perancangan Basis Data Basis data digunakan sebagai media penyimpanan sistem. Pada class diagram terdapat atribut-atribut pada setiap kelas. Atribut-atribut ini yang menjadi acuan dalam pembuatan rancangan basis data. Basis data berbentuk tabel-tabel yang saling berhubungan satu dengan yang lain. Berikut adalah deskripsi dari tabel review yang ditunjukkan oleh Tabel 5. Rancangan tabel lainnya dapat dilihat pada Lampiran 5. Tabel 5 Rancangan tabel review Nama Field review_id id pengguna_id rate
Tipe (length) int(11) int(11) int(11) int(11)
Keterangan Primary key
3. Perancangan Tampilan Antar Muka Perancangan tampilan antar muka digunakan untuk menjadi panduan dalam pembuatan implementasi tampilan antar muka. Perancangan antar muka penting untuk dibuat agar kita menghasilkan tampilan antar muka yang mudah dimengerti, mudah digunakan, nyaman untuk dilihat, dan konsisten. Sistem dengan tampilan antar muka yang baik akan memberikan dorongan pengguna untuk menggunakan sistem sesuai dengan fungsinya. Pada tahap perancangan tampilan antar muka SPWAKB dihasilkan rancangan antar muka untuk fungsi-fungsi yang didefinisikan pada use case diagram. Pada tiap fungsi-fungsi SPWAKB tersebut terdapat rancangan masukan dan rancangan keluaran. Berikut gambaran rancangan desain fungsi daftar wisata yang dapat dilihat oleh anggota maupun pengguna. Rancangan tampilan antar muka daftar wisata ditunjukan pada Gambar 9. Rancangan tampilan antar muka lainnya dapat dilihat pada Lampiran 6. Rancangan tampilan antar muka ini dibuat dengan berdasarkan resolusi 480x800 pixel. HEADER Foto Nama Wisata Wisata Deskripsi Singkat Nama Wisata Foto Wisata Deskripsi Singkat Nama Wisata Foto Wisata Deskripsi Singkat Nama Wisata Foto Wisata Deskripsi Singkat Nama Wisata Foto Wisata Deskripsi Singkat Nama Wisata Foto Wisata Deskripsi Singkat
Gambar 9 Rancangan antar muka menampilkan daftar wisata alam
15 Fase Pembangunan (Construction) Fase pembangunan dilakukan ketika fase permulaan dan perluasan selesai dilaksanakan. Dari fase permulaan dan perluasan dihasilkan use case diagram dan activity diagram yang digunakan untuk acuan dalam pembuatan desain dan implementasi sistem. Implementasi Tahap impementasi adalah tahap yang paling penting di dalam pengembangan sistem, karena pada tahap ini rancangan-rancangan yang telah dibuat sebelumnya akan diterapkan hingga menjadi sebuah produk sistem. 1. Implementasi Basis Data Sebelumnya telah dibuat rancangan basis data yang kemudian diterapkan ke dalam sistem manajemen basis data. SPWAKB menggunakan MySql dalam pengelolaan basis datanya yang kemudian diberi nama “spwakb.sql”. Implementasi basis data dilakukan dengan membuat tabel-tabel, field-field dan hubungan tabel-tabel berdasarkan rancangan basis data. Berikut ini adalah contoh hasil implementasi tabel review yang ditunjukan pada Gambar 10. Implementasi tabel lainnya dapat dilihat pada Lampiran 7. #
Name
Type
1
review_id
2
Collation
Attributes
Null
Default
Extra
int(11)
No
None
AUTO_INCREMENT
id
int(11)
No
None
3
pengguna_id
int(11)
No
None
4
rate
int(11)
No
None
Gambar 10 Implementasi tabel review 2. Implementasi Tampilan Antar Muka Setiap sistem memiliki antar muka grafis agar pengguna dapat berinteraksi dengan sistem. Perancangan desain antar muka yang telah dibuat pada tahap desain antar muka diimplementasikan pada sistem. Implementasi dilakukan dengan menggunakan Eclipse, tampilan ini dibuat dengan menggunakan XML. Impementasi antar muka untuk fungsi melihat daftar wisata alam ditunjukan pada Gambar 11. Implementasi antar muka lainnya dapat dilihat pada Lampiran 8.
16
Gambar 11 Implementasi antar muka menampilkan daftar wisata alam 3. Implementasi Proses Tahap implementasi proses adalah tahapan-tahapan yang dikerjakan langsung oleh sistem. Bahasa pemrograman Java dan PHP digunakan untuk mengolah masukan hingga menjadi keluaran dalam bentuk XML yang diharapkan. Rekomendasi yang dihasilkan oleh SPWAKB didapat dengan melalui beberapa proses, yaitu : i. Pengguna memberikan rate terhadap wisata alam. ii. Menghitung rata-rata rate pengguna. iii. Mengitung kemiripan antar obyek wisata alam. iv. Menghitung prediksi rate wisata alam. Berdasarkan proses-proses yang telah diuraikan sebelumnya, maka akan dibuat simulasi dari proses mendapatkan rekomendasi. Proses pertama adalah mengumpulkan data pengguna yang telah memberikan rate pada wisata alam. Pemberian rate hanya dapat dilakukan oleh anggota. Proses kedua adalah menghitung nilai rata-rata rate yang telah dilakukan oleh anggota. Berikut adalah simulasi data anggota yang telah memberikan rate yang ditunjukan oleh Tabel 6, dimana A melambangkan anggota, W melambangkan obyek wisata alam, sedangkan 𝐴̅ melambangkan nilai rata-rata rate dari masing-masing anggota. Tabel 6 Tabel rate wisata alam oleh pengguna Anggota A1 A2
W1 W2 2 4 3
W3 -
W4 5 -
W5 2
W6 5 4
W7 5 3
̅ 𝑨 4.25 3.2
17 ̅ Anggota W1 W2 W3 W4 W5 W6 W7 𝑨 4 2 5 3.67 A3 4 3 3.5 A4 2 3 2.5 A5 3 3 2 4 3 A6 4 4 A7 3 3 3 A8 2 3 4 3 A9 5 4 3 4 A10 Proses berikutnya adalah menghitung nilai kemiripan antar obyek wisata alam menggunakan adjusted cosine similarity. Simulasi nilai kemiripan antar obyek wisata alam ditunjukan oleh Tabel 7 yang diurutkan berdasarkan nilai kemiripan yang tertinggi. Berdasarkan Tabel 7, terdapat empat pasang obyek wisata yang memiliki nilai kemiripan yang lebih besar dari 0.5 yaitu Tabel 7 Tabel similarity Wisata Alam 1 Wisata Alam 2 Similarity W5 W7 1.00 W4 W7 1.00 W2 W5 0.77 W1 W6 0.62 W4 W6 0.26 W6 W7 0.23 W2 W4 -0.36 W2 W6 -0.55 W1 W7 -0.90 W2 W7 -0.94 W5 W6 -0.98 W3 W4 -1.00 W3 W7 -1.00 W2 W3 -1.00 W1 W5 -1.00 W1 W2 -1.00 Proses selanjutnya adalah mengitung nilai prediksi rate obyek wisata alam menggunakan weighted sum. Pasangan obyek wisata alam yang memiliki nilai similarity di atas 0.5 akan dijadikan rekomendasi. Anggota yang mendapatkan rekomendasi adalah anggota yang telah memberikan rate di salah satu obyek wisata. Simulasi dari hasil prediksi dan objek wisata yang akan direkomendasikan ditunjukan pada Tabel 8. Tabel 8 Tabel prediksi rate obyek wisata alam Pengguna U1 U2 U3 U4 U5 U6
Prediksi rate (W1, 5) (W5, 4) (W4, 3) (W5, 4) (W7, 5) (W1, 3) (W7, 4) (W4, 3) (W5, 3) (W6, 2) (W1, 4) (W7, 2)
18 Pengguna U7 U8 U9 U10
Prediksi rate (W4, 4) (W5, 4) (W2, 3) (W7, 3) (W1, 3) (W4, 4) (W5, 4) (W4, 3) (W5, 3)
Pengujian Tahap pengujian adalah tahap lanjutan setelah pengembangan sistem, karena pada tahap ini rancangan-rancangan yang telah dibuat sebelumnya akan diterapkan hingga menjadi sebuah produk sistem. Pengujian yang dilakukan menggunakan dua metode pengujian, yaitu Mean Absolute Error (MAE) dan Black Box. 1. Mean Absolute Error (MAE) Berdasarkan penghitungan dengan menggunakan MAE, tingkat kesalahan relatif kecil yaitu 0.33. Pada penelitian sebelumnya, Nuryunita dan Nurhadriyani (2013) yang juga membangun sistem perekomendasi dengan metode yang sama memiliki tingkat kesalahan yang lebih kecil yaitu 0,15. Hasil MAE pada penelitian sebelumnya lebih kecil dikarenakan sebelum merekomendasikan suatu item dilakukan terlebih dahulu pengecekan kategori item yang akan direkomendasikan dengan kategori yang disukai pengguna. Sedangkan pada penelitian kali ini, kurangnya data wisata alam yang diperoleh sehingga data wisata alam tidak dikategorikan. 2. Black Box Black box testing merupakan metode pengujian sistem dengan menganggap sebuah sistem seperti “black box” tanpa adanya pengetahuan mengenai pemrograman dan metode ini hanya menguji sistem hanya dari aspek fundamental. Dalam melakukan pengujian black box penguji harus mengetahui arsitektur sistem. Penguji tidak memerlukan akses untuk melihat kode program (Khan dan Khan 2012). Pengujian dilakukan sesuai dengan kebutuhan fungsional yang terdapat pada use case diagram. Pengujian dilakukan dengan metode black box, yaitu menguji apakah fungsi pada aplikasi menghasilkan keluaran yang benar ketika diberi inputan yang didefinisikan. Berdasarkan hasil pengujian black box dengan beberapa skenario yang diberikan menunjukkan bahwa seluruh fungsi yang ada pada aplikasi ini telah berjalan dengan menunjukkan hasil pengujian terhadap fungsi yang terdapat pada sistem ini. Hasil pengujian dapat dilihat pada Lampiran 9. Dari hasil pengujian dapat disimpulkan bahwa semua fungsi pada sistem telah berjalan dengan baik. Fase Peralihan (Transition) Tahap terakhir dari suatu pengembangan perangkat lunak adalah penyampaian sistem kepada pengguna akhir (peralihan). Sebelum tahap peralihan, dilakukan pengujian terhadap sistem terlebih dahulu. Setelah hasil pengujian telah diperoleh, kemudian dilakukan perbaikan sistem jika masih terjadi kesalahan. Sistem yang telah diperbaiki dan tidak terdapat lagi kesalahan menandakan bahwa
19 sistem tersebut telah siap untuk disampaikan kepada pengguna akhir. Penyampaian SPWAKB kepada pengguna akhir dilakukan dengan cara mengunggah sistem ke playstore.
SIMPULAN DAN SARAN Simpulan Metode item-based collaborative filtering telah berhasil diimplementasikan menggunakan bahasa pemograman Java dengan platform Android. Pengguna yang belum mendaftar sebagai anggota tidak mendapatkan rekomendasi. Rekomendasi yang ditampilkan hanya berdasarkan rating tertinggi. Pengguna yang telah mendaftar sebagai anggota dan telah melakukan login akan mendapatkan rekomendasi sesuai dengan rate yang telah dilakukan sebelumnya. Keakuratan metode item-based collaborative filtering dihitung dengan menggunakan persamaan Mean Absolute Error (MAE). Berdasarkan penghitungan MAE, tingkat kesalahan hitung relatif kecil yaitu 0.33. Semakin kecil nilai MAE, semakin akurat rekomendasi yang dihasilkan. Saran Saran untuk penelitian berikutnya adalah menggunakan metode perekomendasi lainnya yang bukan hanya item-based namun juga user-based yang memperhitungkan data dari pengguna seperti umur dan hobi. Selain itu dapat juga dengan memperhitungkan jarak pengguna dari masing-masing wisata alam Kabupaten Bogor.
20
DAFTAR PUSTAKA Booch G, Rumbaugh J, Jacobson I. 1998. The Unified Modeling Language User Guide [Internet]. [diunduh 2014 Des 1]. 1(1): 87-90. Tersedi pada : http://meusite.mackenzie.com.br/rogerio/the-unified-modeling-language-userguide.9780201571684.997.pdf [DKPKB] Dinas Kebudayaan dan Pariwisata Kabupaten Bogor. 2014. Guide to Bogor. Dinas Kebudayaan dan Pariwisata Kabupaten Bogor. 1(1): 1-2. [IDC] International Data Corporation. 2014. Android and iOS Continue to Dominate the Worldwide Smartphone Market with Android Shipments Just Shy of 800 Million in 2013, According to IDC [Internet]. [diunduh 2014 Nov 21]. Tersedia pada : http://www.idc.com/getdoc.jsp?containerId=prUS24676414. Jacobson, Ivar. 2011. Rational Unified Process Best Practices for Software Development Teams. Rational Software White Paper. Jacobson, Ivar. 2011. Use-Case 2.0 The Guide to Succeeding with Use Case. Ivar Jacobson International. Karypis G. 2001. Evaluation of Item-Based Top-N Recommendation. 10th Conference of Information and Knowledge Management (CIKM) : BuckHead 510 November. 247-254. Khan M, Khan F. 2012. A comparative study of white box, black box and greybox testing techniques. International Journal of Computer Science and Applications. 3: 12-15. Nuryunita K, Nurhadrayani Y. 2013. Pembuatan Modul Rekomendasi pada Opencart Menggunakan Metode Item-Based Collaborative Filtering. Jurnal Ilmu Komputer Agri-Informatika, IPB [Internet]. [diunduh 2015 3 Maret]; 2(1):9-19. Tersedia pada: http://journal.ipb.ac.id/index.php/jika/article/download/7965/6242 Sarwar B, Karypis G, Konstan J, Riedl j. 2001. Item-Based Collaborative Filtering Recommendation Algorithms. Proceedings of the 10th International World Wide Web Conference, 285-295. Satzinger J, Jackson R, Burd S. 2010. 5th Edition Systems Analysis and Design in a Changing World [Internet]. [diunduh 2015 Jan 6]. 5(1) : 171. [SCGS] StatCounter Global Stats. 2014. Top 8 Mobile Operating System in Indonesia from Oct 2013 to Oct 2014 [Internet]. [diunduh 2014 Nov 11]. Tersedia pada : http://gs.statcounter.com/#mobile_os-ID-monthly-201310201410 Wen, Zheng. 2008. Recommendation System Based on Collaborative Filtering. Stanford CS229 Projects.sss
21
LAMPIRAN
22
23 Lampiran 1 Tabel daftar wisata alam No 1
Wisata Alam Curug Cilember
2
Taman Safari Indonesia
3
Paradise Park
4
Wisata Agro Gunung Mas
5
Kampung Wisata Cinangneng
6
Taman Wisata Matahari
7
Gunung Salak Halimun
8 9
Telaga Warna Ekowisata Bodogol
10
Penangkaran Rusa Kampung Budaya Sindang Barang
11
Lokasi JL. Raya Puncak Cisarua, Km 10, Puncak, Jawa Barat Jalan Raya Taman Safari, Cisarua Puncak, Bogor. Jalan Bojong Koneng, Gunung Geulis, Sentul City, Bogor Jalan Raya Puncak Kotak Pos 6, Cisarua, Bogor Jalan Babakan Kemang Rt.01 Rw.02 Cihideng Udik, Kecamatan Ciampea, Bogor Jalan Raya Puncak KM 77, Cisarua, Kabupaten Bogor. Kampung Citalahab Desa Malasari Kecamatan Nanggung Cisarua Bogor Jalan Raya Bogor Lido, Resort PPKAB Taman Nasional Gunung Gede Pangrango Desa Buangjaya, Kecamatan Cariu Jalan E. Sudawisaja, KM 1, Desa Pasir Eurih, Kecamatan Taman Sari, Cikaret, Bogor
-
Website
bogor.tamansafari.com
sentulparadise.com
kampoengwisatacinangneng.com
tamanwisatamatahari.co.id
halimunsalak.org
-
kp-sindangbarang.com
24 Lampiran 1 lanjutan No 12
Wisata Alam Wisata Desa Kampung Bambu
13
Taman Wisata Mekarsari
14
Kebun Wisata Pasirmukti
15
Telaga Malimping
16
Wisata Air Panas Gunung Pancar
17
Wisata Air Panas Ciseeng
18
Cibalung Happy Land
19
Taman Rekreasi Lido
Lokasi Kampung Selaawi, Desa Ciburayut, Cijeruk Bogor. Jalan Cileungsi Jonggol KM. 3, Cileungsi Bogor Jalan raya tajur pasirmukti KM 4 Citeureup Bogor. Kampung Malimping Cigombong Kabupaten Bogor Kampung Karang Tengan Kecamatan Babakan Madang Taman Wisata Tirta Sanita, Jalan Raya Gunung Kapur Ciseeng, Parung Jalan Cihideung Kampung Cibalung Desa Cibalung Kabupaten Bogor Jalan Raya Sukabumi, Desa Wates Jaya, Kecamatan Cijeruk
Website kampoengbamboe.com
www.mekarsari.com www.pasirmukti.co.id telagamalimpingnew.com
-
-
www.cibalunghappyland.co.id
-
25 Lampiran 2 Use case description dari seluruh use case Use Case Name Scenario Triggering Event Brief Description
Actors Related Use Case Stakeholders Preconditions Postconditions Flow of Activities
Exception Conditions
Registrasi Anggota Pengguna melakukan registrasi untuk menjadi anggota Sistem menyediakan form registrasi bagi pengguna yang tertarik untuk menjadi anggota. Pengguna diminta untuk membuat username dan password yang nantinya akan digunakan untuk dapat login sebagai anggota. Pengguna - Pengguna belum memiliki akun atau belum terdaftar - Dapat melakukan login Actor System 1. Pengguna mengisikan 1.1 Validasi terhadap username, password, username apakah dan verify password username telah digunakan atau belum. 1.2 Jika username telah digunakan, tampil peringatan kepada pengguna untuk mengganti username tersebut. 1.3 Jika username belum digunakan, maka pengguna tersebut berhasil melakukan pendaftaran 1.4 Mengarahkan pengguna ke halaman login -
26 Lampiran 2 lanjutan Use Case Name Scenario Triggering Event Brief Description
Actors Related Use Case Stakeholders Preconditions Postconditions
Flow of Activities
Exception Conditions
Login Anggota memasukkan username dan password, lalu anggota mendapatkan rekomendasi wisata alam Sistem menyediakan form login bagi pengguna yang telah terdaftar sebagai anggota. Untuk login, pengguna harus memasukkan username dan password yang telah diregistrasikan sebelumnya. Anggota - Pengguna telah memiliki akun atau sudah berhasil medaftar - Mendapatkan rekomendasi - Dapat melihat informasi wisata alam - Dapat melakukan rate Actor System 1. Pengguna mengisikan 1.1 Validasi terhadap username, dan username dan password. password. 1.2 Jika username dan password tidak sesuai, akan tampil peringatan dan ulangi tahap 1. 1.3 Mengarahkan pengguna ke halaman daftar wisata alam. -
27 Lampiran 2 lanjutan Use Case Name Scenario
Triggering Event Brief Description
Actors Related Use Case Stakeholders Preconditions Postconditions Flow of Activities
Exception Conditions Use Case Name Scenario
Triggering Event Brief Description
Actors Related Use Case Stakeholders Preconditions Postconditions Flow of Activities
Exception Conditions
Melihat daftar wisata alam Pengguna atau anggota dapat melihat daftar wisata alam Kabupaten Bogor sesuai dengan urutan yang diinginkan Sistem akan menampilkan daftar wisata alam yang terdapat pada Kabupaten Bogor. Wisata alam yang akan ditampilkan dapat ditentukan berdasarkan beberapa hal, berdasarkan pilihan dari pengguna. Pengguna dan anggota Dapat melihat deskripsi wisata alam Actor System 1. Pengguna atau anggota 1.1 Menampilkan daftar dapat menentukan wisata alam urutan daftar wisata berdasarkan urutan alam yang ditampilkan. yang diinginkan pengguna atau anggota Melihat deskripsi Pengguna atau anggota memilih salah satu wisata alam, lalu sistem akan menampilkan nama, alamat, deskripsi, dan foto dari wisata alam tersebut Deskripsi wisata alam disini akan menjelaskan tentang apa saja yang berkaitan dengan wisata alam tersebut, seperti kapan diresmikannya, apa saja fasilitas yang terdapat disana, dan menggambarkan situasi dan kondisi wisata alam tersebut serta foto-foto wisata alam tersebut. Pengguna dan anggota Untuk anggota, dapat melakukan rate terhadap wisata alam tersebut. Actor System 1. Pengguna atau anggota 1.1 Menampilkan memilih salah satu deskripsi dan foto wisata alam. wisata alam yang telah dipilih. -
28 Lampiran 2 lanjutan Use Case Name Scenario Triggering Event Brief Description
Actors Related Use Case Stakeholders Preconditions Postconditions
Flow of Activities
Exception Conditions
Memberikan penilaian Anggota memilih salah satu wisata alam lalu memberikan rate terhadap wisata alam tersebut Pengguna yang telah mendaftar sebagai anggota sistem perekomendasi ini dapat memberikan penilaian terhadap wisata alam. Penilaian tersebut yang akan mempengaruhi rekomendasi yang didapatkan anggota tersebut. Anggota Include : Login Memilih salah satu wisata alam yang belum pernah diberi rate. - Memberikan tanda bahwa wisata alam tersebut telah diberi rate. - Memperbarui nilai rata-rata rate setiap wisata alam - Memperbarui nilai rata-rata rate setiap anggota - Memperbarui nilai kemiripan antar item wisata alam - Memperbarui nilai prediksi wisata alam
Actor 1. Anggota memilih salah satu wisata alam.
System 1.1 Menampilkan deskripsi dan foto wisata alam yang telah dipilih.
2. Anggota memberikan rate terhadap wisata alam tersebut
2.1 Memperbarui nilai rata-rata rate setiap wisata alam, rata-rata rate anggota, kemiripan antar item wisata alam, dan prediksi wisata alam
-
29 Lampiran 3 Activity diagram dari seluruh use case 1 Use case registrasi anggota
2 Use case login
30 Lampiran 3 lanjutan 3 Use case melihat daftar wisata alam
4 Use case melihat deskripsi
31 Lampiran 3 lanjutan 5 Use case memberikan penilaian
32 Lampiran 4 Sequence Diagram dari seluruh use case 1 Use case registrasi anggota
2
Use case login
33 Lampiran 4 lanjutan 3
Use case melihat daftar wisata
4
Use case melihat deskripsi
34 Lampiran 4 lanjutan 5
Use case memberikan penilaian
35 Lampiran 5 Rancangan Tabel 1
Rancangan Tabel hasilrate Nama Field hasilrate_id pengguna_id id Hasilrate
2
Keterangan Primary key
Tipe (length) int (11) varchar (100) varchar (100) double
Keterangan Primary key
Tipe (length) int (11) int (11) int (11) double
Keterangan Primary key
Tipe (length) int (11) title (100) text varchar (200) varchar (200) varchar (5)
Keterangan Primary key
Rancangan Tabel similarity Nama Field sim_id wisata_id1 wisata_id2 sim
5
Tipe (length) int (11) int (11) int (11) double
Rancangan Tabel pengguna Nama Field pengguna_id nama katakunci rata_rate
4
Keterangan Primary key
Rancangan Tabel prediction Nama Field prediction_id pengguna_id id predrate
3
Tipe (length) int (11) int (11) int (11) int (11)
Rancangan Tabel wisata Nama Field id title description alamat link Rate
36 Lampiran 6 Rancangan Tampilan Antar Muka 1
Rancangan Tampilan Antar Muka Menu Me nu
HEADER
Login
Judul Sistem
2
Rancangan Tampilan Antar Muka Login
HEADER
Kabupaten Bogor username
password
Login
Sign Up
37 Lampiran 6 lanjutan 3
Rancangan Tampilan Antar Muka Sign Up HEADER
Kabupaten Bogor new username new password retype password
Sign Up
4
Rancangan Tampilan Antar Muka Melihat Deskripsi
HEADER
Gambar
Nama wisata alam Alamat wisata alam
Deskripsi
38 Lampiran 7 Implementasi Tabel 1 # 1 2 3 4
Implementasi Tabel hasilrate
Name hasilrate_id pengguna_id id hasilrate
2
Type int(11) int(11) int(11) int(11)
Name
Type
1 2 3 4
prediction_id pengguna_id id pred_rate
int(11) int(11) int(11) double
# 1 2 3 4
# 1 2 3 4
# 1 2 3 4 5 6
Default None None None None
Extra AUTO_INCREMENT
Collation Attributes
Null Default
Extra
No No No No
AUTO_INCREMENT
None None None None
Type Collation Attributes Null int(11) No varchar(100) latin1_swedish_ci No varchar(200) latin1_swedish_ci No double No
Default Extra None AUTO_INCREMENT None None None
Implementasi Tabel similarity
Name sim_id wisata_id1 wisata_id2 sim
5
Null No No No No
Implementasi Tabel pengguna
Name pengguna_id nama katakunci rata_rate
4
Attributes
Implementasi Tabel prediction
#
3
Collation
Type int(11) int(11) int(11) double
Collation
Attributes Null No No No No
Default Extra None AUTO_INCREMENT None None None
Implementasi Tabel wisata
Name id title description alamat link rate
Type int(11) varchar(100) text varchar(200) varchar(200) varchar(5)
Collation latin1_swedish_ci latin1_swedish_ci latin1_swedish_ci latin1_swedish_ci latin1_swedish_ci
Attributes Null No No No No No No
Default Extra None AUTO_INCREMENT None None None None None
39 Lampiran 8 Implementasi Tampilan Antar Muka 1
Implementasi Tampilan Antar Muka Menu
2
Implementasi Tampilan Antar Muka Login
40 Lampiran 8 lanjutan 3
Implementasi Antar Muka Sign Up
4
Implementasi Antar Muka Detail wisata alam
41 Lampiran 8 lanjutan
42 Lampiran 9 Hasil pengujian Black Box No
Kode Fungsi
1
SPWAKB01
2
SPWAKB02
3
SPWAKB03
4
SPWAKB04
5
SPWAKB05
6
SPWAKB06
Nama Masukkan Keluaran Proses Melihat Pilih Menu Tampil seluruh daftar wisata Show All wisata alam alam berdasarkan rate tertinggi Melihat Pilih salah Tampil Foto, Deskripsi satu wisata Alamat, serta alam Deskripsi Wisata Alam Registrasi Username, Dialog anggota password, berhasil dan retype melakukan password registrasi Login Username Tampil dan Rekomendasi password wisata alam Mendapat Melakukan Tampil Rekomendasi Login Rekomendasi wisata alam Memberikan Pilih Dialog Penilaian bintang berhasil pada melakukan rate deskripsi wisata alam
Keterangan Sukses
Sukses
Sukses
Sukses Sukses Sukses
43
RIWAYAT HIDUP Penulis dilahirkan pada tanggal 6 November 1991 di kota Wonogiri, Jawa Tengah. Penulis merupakan anak pertama dari dua bersaudara dengan Ayah Suyadi dan Ibu Ratmi. Pada tahun 2009 penulis lulus dari SMA Negeri 103 Jakarta dan pada tahun yang sama penulis diterima di Jurusan Manajemen Informatika Program Diploma Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB. Tahun 2012 penulis lulus dari Diploma IPB dan pada tahun yang sama penulis diterima di Program Alih Jenis S1 Ilmu Komputer IPB melalui tes seleksi masuk. Selama mengikuti perkuliahan, penulis menjadi asisten dosen di Diploma IPB sebagai asisten dosen mata kuliah Aplikasi Komputer, Pemograman Berbasis Objek, Basis Data Client Server, Pemograman Web, dan Alogaritme Komputer.