SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
2013
PENGEMBANGAN SISTEM REKOMENDASI
MOBILE
PADA DATA SPASIAL EKOWISATA
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis yang berjudul “Pengembangan Sistem Rekomendasi Mobile pada Data Spasial Ekowisata” 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 tesis ini.Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, September 2013
RINGKASAN
NENY ROSMAWARNI. Pengembangan Sistem Rekomendasi Mobile pada Data Spasial Ekowisata. Dibimbing oleh TAUFIK DJATNA dan YANI NURHADRYANI.
Sistem rekomendasi (recommendation systems-RSs) merupakan salah satu teknik dari strategi Customer Relationship Management (CRM), berupa alat bantu perangkat lunak dan teknik yang dapat memberikan rekomendasi kepada pengguna. Sistem ini merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pengguna. RSs dapat memberikan saran kepada pengguna melalui proses sistem penunjang keputusan dan dapat memberikan penjelasan rekomendasi yang dapat membantu pengguna menemukan apa yang dicari atau disukai yang dibuat dalam bentuk sebuah sistem. Oleh karena itu dalam pembuatan sistem ini diperlukan metode rekomendasi yang tepat agar dapat memberikan rekomendasi yang sesuai dengan keinginan pengguna, serta membantu untuk mempermudah pengguna mengambil keputusan yang tepat.
Penelitian yang dilakukan memiliki 2 tujuan utama yaitu: 1) mengembangkan mekanisme dan algoritme sistem rekomendasi dengan menggunakan metode CARS, 2) membangun aplikasi sistem rekomendasi mobile untuk lokasi obyek ekowisata berdasarkan profil pengguna. Sedangkan ruang lingkup pada penelitian ini adalah: 1) metode yang digunakan pada penelitian ini adalah metode CARS, 2) aplikasi ini dibuat pada lingkungan Android mobile.
Data yang akan digunakan dalam penelitian ini berupa data spasial. Data spasial adalah suatu data yang mengacu pada posisi, obyek, dan hubungan diantaranya dalam ruang bumi. Data spasial yang digunakan pada penelitian ini berupa data vektor yang memberikan informasi posisi berdasarkan point dengan mengambil kasus data obyek ekowisata daerah Bogor. Ekowisata (Ecotourism) merupakan salah satu sektor pariwisata yang dapat membantu perekonomian yang sedang dikembangkan saat ini. Ekowisata adalah bentuk pariwisata yang berfokus pada budaya pedesaan sebagai daya tarik wisata.
Adapun metode yang digunakan untuk membuat aplikasi ini adalah dengan menggunakan metode context aware recommender systems (CARS). Dengan metode CARS, aplikasi ini dapat memberikan rekomendasi berdasarkan profil pengguna. Oleh karena itu, dengan adanya sistem rekomendasi berbasis mobile ini dapat membantu mempromosikan obyek ekowisata dan mempermudah pengguna dalam berwisata dengan memberikan rekomendasi berupa informasi lokasi, petunjuk jalan, dan informasi seputar ekowisata lainnya dengan lebih dinamis, iterative dan dapat merekomendasikan suatu informasi dengan objektif, efisien dan cepat.
SUMMARY
NENY ROSMAWARNI. A Development of Mobile Recommendation Systems by Spatial Data Ecotourism. Supervised by TAUFIK DJATNA and Yani NURHADRYANI.
Recommender System (RSS) is one of the techniques of Customer Relationship Management (CRM) strategy, in the form of software tools and techniques that can provide recommendations to user. This system is a model of an application from the observation of the situation and the wishes of the user. RSS can provide advice to the user through the process and decision support systems can provide explanations and advice that can help users find what they need or preferably item made in the form of a system. Therefore, this system needs a method of making appropriate recommendations in order to provide appropriate recommendations to user desire, as well as helping to facilitate the user for making the right decision.
This research has two main objectives, which are: 1) to develop a mechanism and the algorithm recommender system using the CARS method, 2) build a mobile application recommender system for eco-tourism object location based on user profile. While the scopes of this research are: 1) the method used in this study is CARS method, 2) the application is made on the Android mobile environment.
The data will be used in this research are spatial data. Spatial data is a reference to the position data, objects and relationships among the earth in space. Spatial data used in this study is vector data that provide position information based on the data points by taking the case of ecotourism object in Bogor. Ecotourism is one of the tourism sectors that can help the economy. Ecotourism is a form of tourism that focuses on rural culture as a tourist attraction.
Dynamic application for ecotourism RSS is not existed at this time. Based on the existing results, information about ecotourism is sites and blogs that have static information. The application of RSS applications in mobile devices has not been much developer who develops applications for this particular case study ecotourism is becoming challenge in this study. Other challenges were conducted in this research is how to determine the appropriate method for the manufacture of mobile applications based on RSS which has dynamic user profiles. Mobile devices are now widely used in various circles of society and the development of mobile applications for the software and hardware equipment continues to move dynamically in accordance with the movement of increasing need of user.
The method in this application is context-aware recommender systems (CARS). Therefore, with this mobile-based recommender system can help promote ecotourism and simplify recommendations for traveler user with location information, direction and other information about ecotourism. Besides that, mobile-based recommender system is a more dynamic, iterative, efficiently, fast and can recommend information objectively.
© Hak Cipta Milik IPB, Tahun 2013
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Komputer
pada
Program Studi Ilmu Komputer
PENGEMBANGAN SISTEM REKOMENDASI
MOBILE
PADA DATA SPASIAL EKOWISATA
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2013
Judul Tesis : Pengembangan Sistem Rekomendasi Mobile pada Data Spasial Ekowisata
Nama : Neny Rosmawarni NIM : G651110481
Disetujui oleh Komisi Pembimbing
Dr Eng Taufik Djatna, STP MSi Ketua
Dr Yani Nurhadryani, SSi MT Anggota
Diketahui oleh
Ketua Program Studi Ilmu Komputer
Dr Yani Nurhadryani, SSi MT
Dekan Sekolah Pascasarjana
Dr Ir Dahrul Syah, MScAgr
Tanggal Ujian: ( 13 September 2013)
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Desember 2012 sampai Agustus 2013 ini ialah pengembangan sistem rekomendasi mobile pada data spasial ecotourism.
Terima kasih penulis ucapkan kepada Bapak Dr Eng Taufik Djatna STP MSi dan Ibu Dr Yani Nurhadryani SSi MT, selaku pembimbing. Di samping itu, penghargaan penulis sampaikan kepada Ibu Dr Imas Sukaesi Sitanggang SSi Mkom dan Bapak Dr Eng Heru Sukoco Ssi MT, dari departemen Ilkom. Bapak Dr Ir Agus Priyono MSc, selaku Rektor dari Institut Sains dan Teknologi Nasional (ISTN) Jakarta. Bapak Drs Syarif Hidayatullah MKom dan seluruh rekan-rekan dosen dan karyawan ISTN, yang telah membantu dan selalu memberikan motivasi selama melakukan studi di Ilmu Komputer IPB. Ungkapan terima kasih juga disampaikan kepada ayahanda Agus Redinar (alm), ibunda tercinta Nrs Siti Chasani Amd SKep MM, adik Gusti Permana Putra, Mardika Hakiki ST, serta seluruh keluarga, atas segala doa dan kasih sayangnya. Ucapan terima kasih juga disampaikan kepada teman-teman satu tim bimbingan khususnya Bapak Galih Kurniawan Sidik SEI MKom, Ibu Astried Silvanie ST MKom, Muhammad Rizki Azima STP, Fajar Munichputranto STP, Elfira Febriani STP, Nina Hairiyah STP, Ludfioki Arifianto STP, Novina, Bapak Iwan, Bapak Arif Rahman Hakim STP, Bapak Hendra Yuniar SKom, serta seluruh teman-teman di Ilkom angkatan 13 dan angkatan 12, Para Staf Ilkom terutama pada bagian tata usaha, perpustakan dan dosen-dosen Ilkom, teman-teman di wisma melati, para sahabat yang turut membantu selama proses penelitian ini dan seluruh pihak-pihak yang tidak bisa disebutkan satu persatu namanya, atas segala dukungan, bantuan dan doanya.
Ucapan terima kasih juga disampaikan kepada dinas pendidikan perguruan tinggi (DIKTI). Penelitian ini dibiayai oleh dana Bantuan Operasional Perguruan Tinggi Negeri (BOPTN) 2013 DIKTI sebagai penelitian fundamental (Dasar /Unggulan) NOMOR: 316/IT3.41.2/L2/SPK/2013. Semoga karya ilmiah ini bermanfaat, kritik dan saran sangat diharapkan untuk kesempurnaan karya ini dikemudian hari.
Bogor, September 2013
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
1 PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 4
Tujuan Penelitian 4
Manfaat Penelitian 4
Ruang Lingkup Penelitian 4
2 TINJAUAN PUSTAKA 5
Sistem Rekomendasi 5
Context Aware Recommender Systems (CARS) 7
Data Spasial 8
Google Map API 10
Pengertian Ekowisata 10
Perangkat dan Aplikasi Mobile 13
Sistem Operasi Android 14
Arsitektur Android 14
3 METODE 16
Tata laksana penelitian 16
Perhitungan Metode CARS 17
Alat dan Bahan Membangun Aplikasi Sistem Rekomendasi 21
Implementasi dan Uji Coba 21
4 HASIL DAN PEMBAHASAN 22
Hasil 22 Pembahasan 24
5 SIMPULAN DAN SARAN 30
Simpulan 30 Saran 30
DAFTAR PUSTAKA 31
LAMPIRAN 33
DAFTAR ISTILAH 55
DAFTAR TABEL
1. Penelitian terkait tentang sistem rekomendasi 6
2. Data obyek ekowisata yang digunakan 22
DAFTAR GAMBAR
1. Diagram ekowisata 2
2. Salah satu kegiatan dalam ekowisata 3
3. Klasifikasi sistem rekomendasi 5
4. Tiga model paradigma CARS 8
5. Permukaan bumi dan layer model raster 9
6. Arsitektur android 15
7. Alur metode penelitian 16
8. Alur model contextual pre-filtering 17
9. Struktur hirarki contextual information. 18
10. Metode pendekatan prototipe 20
11. Rancangan ERD DB Ekowisata 23
12. Rancangan diagram kelas 23
13. Use case diagram aplikasi RSs 24
14. Rancangan alur umum aplikasi RSs 26
15. Struktur menu aplikasi RSs m-ecotourism 27
16. Alur sistem rekomendasi 28
17. Cakupan aplikasi mobile ekowisata 29
DAFTAR LAMPIRAN
1. Tampilan halaman depan aplikasi RSs 33
2. Tampilan halaman registrasi 33
3. Tampilan halaman masuk 34
4. Tampilan menunggu sinyal GPS 34
5. Tampilan menu aplikasi 35
6. Tampilan halaman rekomendasi awal 35
7. Tampilan semua obyek wisata 36
8. Tampilan halaman pengaturan rekomendasi 36
9. Tampilan peta rekomendasi 37
10. Tampilan informasi obyek wisata 37
11. Tampilan halaman detail obyek wisata 38
12. Tampilan data transaksi 38
13. Tampilan informasi jarak 39
14. Tampilan keluar 39
15. Tabel data kamus data pengguna (User) 40
16. Tabel kamus data ekowista 40
17. Tabel kamus data kriteria 40
18. Tabel kamus data fasilitas 40
19. Diagram aktivitas untuk registrasi pengguna 41
20. Diagram Sequence proses register 41
22. Daftar hasil survei 21 obyek wisata. 43
23. Lokasi taman wisata matahari 44
24. Lokasi curug 7 cilember 45
25. Lokasi citra alam 46
26. Lokasi taman safari 47
1
PENDAHULUAN
Latar Belakang
Sistem rekomendasi (recommendation systems-RSs) merupakan salah satu teknik dari strategi CRM (Customer Relationship Management), berupa alat bantu perangkat lunak dan teknik yang dapat memberikan rekomendasi kepada pengguna (Ricci, et al. 2011). Sistem ini merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pengguna. RSs dapat memberikan saran kepada pengguna melalui proses sistem rekomendasi dan dapat memberikan penjelasan rekomendasi yang membantu pengguna menemukan apa yang dicari atau disukai yang dibuat dalam bentuk sebuah sistem. Pembuatan sistem ini diperlukan metode rekomendasi yang tepat agar dapat merekomendasikan sesuai dengan keinginan pengguna, serta membantu untuk mempermudah pengguna mengambil keputusan yang tepat (McGinty dan Smyth 2006). Sistem ini meliputi analisis data dari pengguna dan penggalian informasi yang berguna untuk prediksi yang lebih lanjut (Chen 2006).
ditawarkan kepada wisatawan dalam berwisata, wisatawan dalam hal ini adalah pengguna yang memanfaatkan semua daya tarik yang ada pada ekowisata. Wisata ini juga berkontribusi terhadap peningkatan pendapatan penduduk dan dapat juga mempromosikan pembangunan daerah setempat.
Pengertian lainnya juga menyebutkan bahwa ekowisata merupakan salah satu sektor pariwisata yang dapat membantu perekonomian yang sedang berkembangkan di Indonesia saat ini. Menurut Fennell (2005), ekowisata merupakan bentuk dari pariwisata yang berfokus pada budaya pedesaan sebagai daya tarik wisata. Dalam merencanakan suatu perjalanan wisata, seseorang biasanya menerima saran tentang tujuan perjalanan dari teman atau rekan yang dapat memberikan rekomendasi tentang obyek pariwisata yang akan dituju, atau dapat pula berinteraksi dengan agen perjalanan untuk merencanakan dan memesan jadwal perjalanan. Melakukan perjalanan wisata memiliki banyak manfaat salah satunya adalah dapat menambah wawasan dan pengalaman, dapat me- refresing-kan diri dari kegiatan rutin sehari-hari, bertemu orang baru dan dapat menjalin pertemanan. Ekowisata dapat dijelaskan diagram seperti yang dilihat pada Gambar 1:
Berbagai atraksi spasial yang dinamis ditawarkan oleh pemda (pemerintah daerah) maupun warga daerah setempat kepada para turis untuk menarik minat para turis agar dapat berwisata. Faktor yang melatarbelakangi penelitian pada kasus ini adalah karena peran ekowisata yang merupakan sumber pemasukan devisa bagi pemerintah Indonesia yang sedang dikembangkan dan ditingkatkan saat ini. Jumlah obyek wisata di Indonesia sangat banyak dan memiliki SDA (Sumber Daya Alam) yang sangat melimpah namun belum semua dapat dikelola dengan baik bahkan terkadang keberadaannya hampir tidak diketahui oleh para wisatawan. Menurut Sunarminto 2012, Jumlah wisatawan domestik maupun mancanegara yang datang ke obyek wisata di Indonesia juga belum dapat dikatakan baik karena belum seimbangnya jumlah wisatawan yang didapat dibandingkan dengan ketersediaan jumlah sumber daya wisata yang tersebar di seluruh Indonesia. Berdasarkan hasil survei yang dilakukan pada penelitian ini diketahui belum adanya aplikasi dinamis pengembangan RSs ekowisata saat ini. Berdasarkan hasil pencarian yang ada sampai saat ini, informasi tentang ekowisata hanya berupa situs informasi statis dan blog-blog yang juga bersifat statis.
Indonesia merupakan negara kepulauan yang mempunyai keindahan alam dan aneka ragam suku bangsa, budaya, agama, dan adat istiadat. Keragaman ini
dicerminkan dalam kehidupan masyarakat sehari-hari sehingga setiap daerah di Indonesia mempunyai ciri khas. Hal ini membuktikan bahwa Indonesia mempunyai peluang yang sangat besar dalam ekowisata seperti yang terlihat pada Gambar 2 yang merupakan gambaran salah satu obyek wisata ekowisata yang ada di daerah Bogor yang diambil pada saat peneliti melakukan survei.
Gambar 2 Salah satu kegiatan dalam ekowisata
Banyak cara yang dapat dilakukan dalam mengembangkan aplikasi RSs, seperti melalui media internet dengan menggunakan situs ataupun media lainnya. Survei yang dilakukan pada penelitian ini melihat belum adanya penerapan aplikasi RSs dalam perangkat mobile untuk studi kasus ekowisata. Hal tesebut menjadi suatu tantangan yang harus diselesaikan dalam penelitian ini. Tantangan lainnya yang dilakukan pada penelitian ini adalah bagaimana menentukan metode yang sesuai dengan kebutuhan pengguna yang akan diimplementasikan dalam aplikasi mobile RSs. Perangkat mobile saat ini sudah banyak digunakan di berbagai kalangan masyarakat dan perkembangan dari aplikasi mobile untuk perangkat lunak (software) maupun perlengkapannya perangkat keras (hardware) terus bergerak secara dinamis sesuai dengan pergerakan kebutuhan pengguna yang semakin meningkat. Peningkatan terhadap penggunaan perangkat mobile dalam mengakses data pada internet menjadi favorit para pengguna internet baik di daerah pedesaan maupun perkotaan. Sebanyak 51.38 persen akses internet dilakukan melalui media telepon genggam pada tahun 2011 (BPS 2011).
Pengembangan aplikasi mobile yang berjalan dalam lingkungan pervasive menjadi salah satu tantangan yang akan diselesaikan dalam penelitian ini. Lingkungan pervasive dapat dikarakterisasi dengan derajat tinggi atas mobilitas yang tinggi, dinamis dan tidak dapat diprediksi untuk itu digagaskan ide penyatuan informasi dari pengguna perangkat mobile yang bergerak di dalam lingkungan pervasive yang kaya informasi (Julien 2005).
dapat membantu mempromosikan obyek ekowisata dan mempermudah pengguna dalam berwisata dengan memberikan rekomendasi berupa informasi lokasi, petunjuk jalan, dan informasi seputar ekowisata lainnya dengan lebih dinamis, iterative dan dapat merekomendasikan suatu informasi dengan objektif, efisien dan cepat. Aplikasi ini dibuat dalam aplikasi mobile yang di sebut mobile-ekowisata (m-ecotourism) dan dapat diterapkan disemua lokasi ekowisata, khususnya daerah Bogor.
Perumusan Masalah
Berdasarkan survei, saat ini belum ada aplikasi yang dapat memberikan rekomendasi obyek ekowisata daerah Bogor berdasarkan profil pengguna oleh karena itu rumusan masalah dalam penelitian ini sebagai berikut:
1. Bagaimana cara mengkustomisasi dan meng-update data secara spasial pada mobile berdasarkan profil pengguna agar menjadi lebih dinamis?
2. Bagaimana cara mengembangkan aplikasi rekomendasi aplikasi mobile pada studi kasus ekowisata?
Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah:
1. Untuk melakukan penerapan mekanisme dan algoritme yang mendukung aplikasi mobile menggunakan data spasial.
2. Untuk membangun prototipe aplikasi yang dapat merekomendasikan fitur dinamis informasi ekowisata secara objektif, efisien dan cepat.
Manfaat Penelitian
Manfaat yang diperoleh dari pembuatan aplikasi ini adalah
1. Aplikasi ini dapat membantu pengguna mendapatkan informasi ekowisata yang dibutuhkan dengan lebih cepat dan lebih efisien.
2. Aplikasi ini dapat membantu pengembangan dan peningkatan usaha ekowisata di Indonesia khususnya wilayah Bogor.
3. Aplikasi ini merupakan Mobile-Ekowisata (m-ecotourism) berbasis spatial data yang dapat dikembangkan lebih luas lagi dengan menambahkan data dan fitur-fitur lainnya untuk wilayah yang lebih luas.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini dapat dibagi menjadi 3 yaitu:
1. Mengembangkan dan mengimplementasikan aplikasi mobile dengan menggunakan teknik sistem rekomendasi, metode CARS dan algoritme pendukung.
2. Platform pengembangan adalah Android mobile, bahasa pemograman Java dan menggunakan DBMS MySQL.
2
TINJAUAN PUSTAKA
Sistem Rekomendasi
Sistem rekomendasi merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Oleh karena itu sistem rekomendasi memerlukan model rekomendasi yang tepat agar yang direkomendasikan sesuai dengan keinginan pelanggan, serta mempermudah pelanggan mengambil keputusan yang tepat dalam menentukan produk yang akan digunakannnya (McGinty dan Smyth 2006). Tujuan utama dari sistem rekomendasi meliputi analisis data dari pengguna dan penggalian informasi yang berguna untuk prediksi yang lebih lanjut (Chen 2006).
Menurut Ricci et al. (2011). Sistem rekomendasi merupakan suatu software tools dan teknik yang dapat memberikan saran untuk setiap item yang dapat digunakan kepada seorang pengguna. Saran-saran yang diberikan tersebut dapat digunakan untuk mendukung proses pengambilan keputusan, hal ini bisa dicontohkan barang/item yang akan di beli, musik apa yang dapat didengar, atau berita online apa yang dapat dibaca.
Beberapa fakta yang mempengaruhi alasan mengapa sistem rekomendasi ini diperlukan, yaitu: peningkatan angka penjualan dari setiap barang, adanya peningkatan statifikasi pengguna, untuk menjual lebih banyak barang, adanya kenaikan fedility pengguna, ada pemahaman yang lebih baik terhadap keinginan dan kebutuhan pengguna. Fakta-fakta tersebut menjadikan sistem rekomendasi banyak dikembangkan, oleh karena itu sistem rekomendasi mempunyai fungsi, yaitu: untuk menemukan suatu item/barang yang cocok, menemukan semua barang yang bagus, dapat memberikan pemahaman yang baik, memberikan rekomendasi yang berkelanjutan, memberikan rekomendasi yang utuh (satu kesatuan), dapat memberikan kreabilitas terhadap sesuatu yang sudah di rekomendasikan, atau hanya browsing. Menurut Chen 2006, sistem rekomendasi memiliki tipe yang terbagi menjadi 4 kategori, yaitu: content-based, collaborative filtering, knowledge-based, dan hybrid-based, seperti ditunjukan pada Gambar 3 :
Sedangkan menurut Burke (2007), pendekatan rekomendasi dibagi menjadi 6 kelas yang berbeda yaitu berdasarkan: content based, collaborative filtering, demographic, knowledgebased, communitybased, Hybrid recommender systems. Pada penelitian ini, pendekatan yang digunakan adalah content based dan hybrid recommender systems. Menurut Ricci et al. (2011) hubungan antara sistem rekomendasi dan interaksi manusia dan komputer itu harus didasarkan pada: (1) trust, explanations and persuasiveness, (2) conversational systems, (3) visualization. Sistem rekomendasi menjadi inti dalam penelitian ini, adapun yang mendasari peneliti ini, terkait dengan yang dilakukan pada penelitian-penelitian sebelumnya seperti yang dijelaskan pada Tabel 1 :
Tabel 1 Penelitian terkait tentang sistem rekomendasi
No Nama Tahun Judul Keterangan
1
Yoon Ho Choa, Jae Kyeong Kimb, dan Soung Hie Kima
2002
A personalized recommender system based on web usage mining
and decision tree induction
Melakukan personalisasi rekomedasi untuk e-commerce pada website, menggunakan teknik web usage mining dan decision tree.
2
Abhinandan Das, Mayur Datar, dan Ashutosh Garg scalable real time recommendation engine sehingga dapat memberikan hasil untuk evaluasi Google News.
3 Michael J. Pazzani
and Daniel Billsus 2007
Content-Based rekomendasi item kepada pengguna yang berbasis pada deskripsi dari item dan profile dari ketertarikan pengguna.
4
Joon Yeon Choi, Hee Seok Song, system for the mobile Web
Memperkenalkan sistem MCORE, yang dapat digunakan untuk memilih konteks untuk pesan yang direkomendasikan dalam bentuk aplikasi mobile web based. system for mobile tourist guides
6 Chellatamilan T
Membuat sistem rekomendasi untuk aplikasi e-learning menggunakan teknik System in Mobile Application
Membangun aplikasi mobile untuk memberikan
rekomendasi berdasarkan personalisasi dari pengguna untuk informasi berwisata menggunakan teknik Mobile Pada Data Spasial Ekowisata
Melakukan pengembangan sistem rekomendasi mobile menggunakan teknik CARS pada data spasial yang
berdasarkan pada prefecences pengguna.
Context Aware Recommender Systems (CARS)
Gambar 4 Tiga model paradigma CARS (Adomavicius dan Tuzhilin 2011)
Pada penelitian ini paradigma yang digunakan adalah pre-filtering, Keterangan dimana U = User (pengguna), I = Items, C = Context dan R = Rating (peringkat). Item yang dimaksud adalah obyek ekowisata. Paradigma pre-filtering mudah dalam penghitungan rekomendasi, tidak memerlukan waktu yang lama untuk mengetahui hasil rekomendasi dan penerapannya menggunakan biaya rendah dibandingkan dengan paradigma yang lain.
Data Spasial
Data spasial mempunyai pengertian sebagai suatu data yang mengacu pada posisi, obyek, dan hubungan diantaranya dalam ruang bumi. Data spasial merupakan salah satu item dari informasi, dimana terdapat informasi mengenai bumi termasuk permukaan bumi, dibawah permukaan bumi, perairan, kelautan dan bawah atmosfir (Rajabidfard dan Williamson 2000a). Data spasial dan informasi turunannya digunakan untuk menentukan posisi dari identifikasi suatu elemen di permukaan bumi. Menurut Rajabidfard dan Williamson 2000a, menerangkan pentingnya peranan posisi lokasi yaitu, (1) pengetahuan mengenai lokasi dari suatu aktifitas memungkinkan hubungannya dengan aktifiktas lain atau elemen lain dalam daerah yang sama atau lokasi yang berdekatan dan (2) Lokasi memungkinkan diperhitungkannya jarak, pembuatan peta, memberikan arahan dalam membuat keputusan spasial yang bersifat kompleks.
yang berkelanjutan pada cakupan wilayah continental, nasional, regional maupun lokal.
Gambar 5 Permukaan bumi dan layer model raster (Prahasta 2009)
Pemanfaatan data spasial semakin meningkat setelah adanya teknologi pemetaan digital dan pemanfaatannya pada sistem informasi geografis (SIG). Format data spasial dapat berupa vektor (polygon, line, points) maupun raster. Pada penelitian ini data spasial yang digunakan adalah points. Cara memperoleh data spasial:
1. Dengan menggunakan citra satelit.
Data ini menggunakan satelit sebagai wahananya. Satelit tersebut menggunakan sensor untuk dapat merekam kondisi atau gambaran dari permukaan bumi.
2. Dengan menggunakan foto udara.
Biasanya foto udara menggunakan pesawat udara. Secara teknis proses pengambilan atau perekaman datanya hampir sama dengan citra satelit. Perbedaannya dengan citra satelit adalah hanya pada wahana dan cakupan wilayahnya.
3. Dengan melakukan survei lapangan.
Data ini dihasilkan dari hasil survei atau pengamatan dilapangan. Data Spasial: terdiri dari data vektor dan data raster.
1. Data vektor: informasi posisi point, garis dan polygon disimpan dalam bentuk x,y koordinat. Suatu lokasi point dideskripsikan melalui sepasang koordinat x, y. Bentuk garis, seperti jalan dan sungai dideskripsikan sebagai kumpulan dari koordinat-koordinat point. Bentuk poligon, seperti zona target yang disimpan sebagai pengulangan koordinat yang tertutup. 2. Data raster: model data ini terdiri dari sekumpulan grid/sel seperti peta
Google Map API
Google Map API merupakan aplikasi interface yang dapat diakses lewat Javascript agar Google Map dapat ditampilkan pada halaman aplikasi yang sedang bangun. Google maps merupakan salah satu aplikasi web yang menyediakan fasilitas untuk mencari suatu lokasi atau tempat tertentu dan menampilkannya didalam format peta (Safaat 2012). Google Maps juga merupakan sebuah jasa peta globe virtual gratis dan online yang disediakan oleh Google dapat ditemukan di http://maps.google.com. API (Application Programming Interface) adalah sekumpulan perintah, fungsi, dan protokol yang dapat digunakan oleh programmer saat membangun perangkat lunak untuk sistem operasi tertentu. API memungkinkan programmer untuk menggunakan fungsi standar untuk berinteraksi dengan sistem operasi. Google menyediakan berbagai API (Application Programming Interface) yang sangat berguna bagi pengembang web maupun aplikasi desktop untuk memanfaatkan berbagai fitur yang disediakan oleh Google seperti misalnya: AdSense, Search Engine, Translation maupun YouTube.
API secara sederhana bisa diartikan sebagai kode program yang merupakan antar muka atau penghubung antara aplikasi atau web yang kita buat dengan fungsi-fungsi yang dikerjakan. Misalnya dalam hal ini Google API berarti kode program (yang disederhanakan) yang dapat kita tambahkan pada aplikasi atau web kita untuk mengakses/ menjalankan/ memanfaatkan fungsi atau fitur yang disediakan Google. Google API dapat dipelajari langsung melalui Google Code. Ada banyak API yang disediakan oleh Google, beberapa diantaranya adalah:
1. Language API: untuk memanfaatkan fitur translation yang dimiliki Google. 2. Earth API: memanfatkan fitur yang ada pada Google Earth.
3. Javascript API.
4. Maps API: memanfaatkan fitur yang ada pada Google Maps. 5. Search API: memanfaatkan fitur pencarian pada Google Search. 6. Visualization API: membuat grafik maupun chart dengan Google API. 7. YouTube API: memanfaatkan fitur yang ada pada YouTube misalnya
untuk pencarian video.
Salah satu cara mudah mempelajari Google API adalah dengan memanfaatkan Google AJAX APIs Playground. AJAX APIs playground adalah sebuah situs yang disediakan oleh Google bagi kita untuk mencoba secara langsung sejumlah Google API yang berbasis AJAX (Asynchronous Javascript and XML). Aplikasi Google maps dapat digunakan untuk mengetahui hal-hal yang berkaitan dengan lokasi yang dicari secara detail, misalnya denah lokasi,petunjuk, arah jalan, gambar satelit (untuk kota-kota tertentu), dan sebagainya.
Pengertian Ekowisata
sejarah dan petualangan, secara global telah menjadi sektor industri pariwisata yang mengalami laju pertumbuhan terpesat. Akhir-akhir ini, ekowisata telah menyebabkan berkembangnya berbagai istilah lain seperti Pariwisata Berkelanjutan (Sustainable Tourism), Pariwisata Bertanggungjawab (Responsible Tourism), Pariwisata pro-masyarakat miskin (Pro-poor Tourism), di Indonesia diperkenalkan sebagai desa wisata, Pariwisata Hijau (Green Tourism), Pariwisata Alternatif (Alternative Tourism) (Avenzora 2008). Rumusan di atas hanyalah penggambaran tentang kegiatan wisata alam biasa.
Ekowisata adalah perjalanan yang bertanggung jawab ketempat-tempat yang alami dengan menjaga kelestarian lingkungan dan meningkatkan kesejahteraan penduduk setempat. Menurut Avenzora 2008, dalam kegiatan ekowisata terkandung unsur-unsur kepedulian, tanggung jawab dan komitmen terhadap kelestarian lingkungan dan kesejahteraan penduduk setempat. Ekowisata merupakan upaya untuk memaksimalkan dan sekaligus melestarikan pontensi sumber-sumber alam dan budaya untuk dijadikan sebagai sumber pendapatan yang berkesinambungan. Definisi di atas telah diterima luas oleh para pelaku ekowisata.
Sedangkan pengertian ekowisata berbasis komunitas (community-based ecotourism) merupakan usaha ekowisata yang dimiliki, dikelola dan diawasi oleh masyarakat setempat. Masyarakat berperan aktif dalam kegiatan pengembangan ekowisata dari mulai perencanaan, implementasi, monitoring dan evaluasi. Hasil kegiatan ekowisata sebanyak mungkin dinikmati oleh masyarakat setempat. Jadi dalam hal ini masyarakat memiliki wewenang yang memadai untuk mengendalikan kegiatan ekowisata. Beberapa pemahaman tentang ekowisata:
1. Ekowisata didefinisikan sebagai perjalanan yang bertanggung jawab ke wilayah alam yang disertai upaya melestarikan lingkungan dan memperbaiki kesejahteraan penduduk setempat.
2. Sementara kepariwisataan berbasis alam (Nature Tourism), sekedar menjelaskan perjalanan ke tempat-tempat di lingkungan alam.
3. Ekowisata adalah jenis kepariwisataan berbasis alam yang memberi manfaat bagi masyarakat dan destinasi setempat baik dalam hal lingkungan alam, budaya maupun ekonomi.
4. Ekowisata menghadirkan seperangkat prinsip yang telah berhasil dilaksanakan di berbagai masyarakat global dan telah didukung luas oleh industri (pariwisata) maupun penelitian akademik.
5. Ekowisata, jika dilaksanakan berdasarkan pada prinsip, menciptakan pengembangan kepariwisataan yang memberi manfaat sosial dan lingkungan yang sehat.
6. Sebagaimana ekowisata, istilah-istilah seperti sustainable tourism dan responsible tourism berakar dari konsep pembangunan berkelanjutan (sustainable development), yaitu pembangunan yang memenuhi kebutuhan saat ini tanpa mengabaikan kemampuan generasi mendatang untuk memenuhi kebutuhan mereka sendiri.
ekowisata tidak jauh berbeda dari kegiatan wisata alam biasa, namun memiliki nilai-nilai moral dan tanggung jawab yang tinggi terhadap objek wisatanya.
1. Wisata pemandangan:
1. Objek-objek alam (pantai, air terjun, terumbu karang) 2. Flora (hutan, tumbuhan langka, tumbuhan obat-obatan) 3. Fauna (hewan langka dan endemik)
4. Perkebunan (teh, kopi) 2. Wisata petualangan:
1. Kegiatan alam bebas (lintas alam, berselancar) 2. Ekstrem (mendaki gunung, paralayang)
3. Berburu (babi hutan) 3. Wisata kebudayaan dan sejarah:
1. Suku terasing (orang Rimba, orang Kanekes) 2. Kerajinan tangan (batik, ukiran)
3. Peninggalan bersejarah (candi, batu bertulis, benteng kolonial) 4. Wisata penelitian:
1. Pendataan spesies (serangga, mamalia dan seterusnya) 2. Pendataan kerusakan alam (lahan gundul, pencemaran tanah) 3. Konservasi (reboisasi, lokalisasi pencemaran)
5. Wisata sosial, konservasi dan pendidikan:
1. Pembangunan fasilitas umum di dekat objek ekowisata (pembuatan sarana komunikasi, kesehatan).
2. Reboisasi lahan-lahan gundul dan pengembang biakan hewan langka.
3. Pendidikan dan pengembangan sumber daya masyarakat di dekat objek ekowisata (pendidikan bahasa asing, sikap).
Ada enam manfaat dari pengembangan ekowisata, yaitu:
1. Memberikan nilai ekonomi bagi kegiatan ekosistem di dalam lingkungan yang dijadikan obyek wisata;
2. Menghasilkan keuntungan secara langsung untuk pelestarian lingkungan; 3. Memberikan keuntungan secara langsung dan tidak langsung bagi para
pihak terkait (stakeholders);
4. Membangun konstituen atau dukungan bagi konservasi di tingkat lokal, nasional dan internasional;
5. Mempromosikan penggunaan sumber daya alam yang berkelanjutan; 6. Mengurangi ancaman terhadap kenekaragaman hayati yang ada di obyek
wisata tersebut.
Tahap-tahap yang wajib dilakukan untuk membangun sebuah objek ekowisata meliputi:
1. Identifikasi potensi atau kelayakan, 2. Pengembangan atraksi wisata, 3. Pengelolaan atraksi wisata, 4. Pemeliharaan,
Ekowisata harus dapat menjamin kelestarian lingkungan. Maksud dari menjamin kelestarian ini adalah sesuai dengan tujuan konservasi, yaitu:
1. Menjaga tetap berlangsungnya proses ekologis yang mendukung sistem kehidupan.
2. Melindungi keanekaragaman hayati.
3. Menjamin kelestarian dan pemanfaatan spesies dan ekosistemnya. Wisatawan dapat dikelompokkan dalam beberapa kategori, yaitu:
1. Explorer –petualang 2. Minat Khusus 3. Banyak Minat 4. Backpacker
Dalam dunia pariwisata dikenal beberapa jenis wisata, yaitu: 1. Wisata Alam,
2. Wisata Kebudayaan, 3. Wisata Pendidikan, 4. Wisata Pertanian, 5. Wisata Perbandingan, 6. Wisata Keagamaan, 7. Wisata Bahari, 8. Wisata Minat Khusus
Secara umum basis pengembangan wisata minat khusus meliputi:
1. Aspek alam, seperti: flora, fauna, fisik geologi, vulkanologi, hidrologi, hutan alam atau taman nasional.
2. Objek dan daya tarik wisata budaya, meliputi: budaya peninggalan sejarah dan budaya kehidupan masyarakat. Potensi ini selanjutnya dapat dikemas dalam bentuk wisata budaya peninggalan sejarah, wisata pedesaan dan sebagainya di mana wisatawan yang memiliki minat dapat terlibat langsung dan berinteraksi dengan budaya masyarakat setempat untuk belajar berbagai hal dari budaya yang ada.
Perangkat dan Aplikasi Mobile
Aplikasi mobile adalah program yang digunakan orang untuk melakukan sesuatu pada sistem komputer mobile dapat diartikan sebagai perpindahan yang mudah dari satu tempat ke tempat yang lain, misalnya telepon mobile berarti bahwa terminal telepon yang dapat berpindah dengan mudah dari satu tempat ke tempat lain tanpa terjadi pemutusan atau terputusnya komunikasi (Safaat 2012). Aplikasi ini dapat diakses melalui perangkat nirkabel seperti pager, seperti telepon seluler dan PDA. Karakteristik perangkat mobile :
1. Ukuran yang kecil, perangkat mobile memiliki ukuran yang kecil. Konsumen menginginkan perangkat yang terkecil untuk kenyamanan dan mobilitas mereka.
3. Daya proses yang terbatas, sistem mobile tidaklah setangguh desktop.
4. Mengkonsumsi daya yang rendah, perangkat mobile menghabiskan sedikit daya dibandingkan dengan mesin desktop.
5. Kuat dan dapat diandalkan, karena perangkat mobile selalu dibawa kemana saja, mereka harus cukup kuat untuk menghadapi benturan-benturan, gerakan, dan sesekali tetesan-tetesan air.
6. Konektivitas yang terbatas, perangkat mobile memiliki bandwith rendah, beberapa dari mereka bahkan tidak tersambung.
7. Masa hidup yang pendek, perangkat-perangkat konsumen ini menyala dalam hitungan detik kebanyakan dari mereka selalu menyala.
Sistem Operasi Android
Android merupakan sebuah sistem operasi perangkat mobile berbasis linux yang mencakup sistem operasi, middleware, dan aplikasi (Supardi 2011). Beberapa pengertian Android, yaitu:
1. Merupakan platform terbuka (open source) bagi para pengembang (Programmer) untuk membuat aplikasi.
2. Merupakan sistem operasi yang di beli Google Inc. dari Android Inc. 3. Bukan bahasa pemograman, akan tetapi hanya menyediakan lingkungan
hidup atau run time environment yang disebut DVM (Dalvik Virtual Machine) yang telah dioptimasi untuk device/alat dengan sistem memori yang kecil.
Untuk mengembangkan Android, dibentuk OHA (Open Hardset Aliance), konsorium dari 34 perusahan piranti lunak (Software), dan telekomunikasi, termasuk Google, HTC, Intel, Motorola, Qualcomm, T-Mobile, dan Nvidia. Pada tanggal 5 November 2007, Android dirilis pertama kali. Android bersama OHA menyatakan mendukung pengembangan open source pada perangkat mobile.
Android hanya menyediakan lingkungan runtime atau sebagai interpreter. Dimana kode sumber yang telah di compile dengan compiler Java akan di optimasi oleh dalvik. Sebuah virtual machine yang memang dibuat khusus untuk menjalankan kode-kode program yang buat dengan bahasa pemograman Java. Yang tentunya berbentuk sebuah class. Kemudian oleh dex tools (merupakan bagian dari DVM) mengubah Java class yang telah di compile oleh Java compiler ke lingkungan native yang berbentuk (*.dex) format (dalvik executable), yang teroptimasi untuk lingkungan perangkat keras dengan komputasi yang rendah.
Arsitektur Android
didalam applications frameworks adalah sebagi berikut: Views, Content Provider, Resource Manager, Notification Manager, dan Activity Manager. Libraries merupakan layer, dimana fitur-fitur Android berada. Android Run Time merupakan layer yang membuat aplikasi Android dapat dijalankan, dimana dalam prosesnya menggunakan implementasi Linux. Linux kernel merupakan layer inti dari sistem operasi Android berada. Untuk lebih jelasnya lihat gambar di bawah ini.
Gambar 6 Arsitektur android (Supardi 2011)
3
METODE
Tata laksana penelitian
Berdasarkan pada tujuan penelitian, maka pada bagian metode menjelaskan langkah untuk proses pencapaian tujuan tersebut. Adapun langkah-langkahnya, pertama peneliti melakukan studi literatur, kemudian melakukan analisis permasalahan yang terjadi saat ini, kemudian permasalahan tersebut disesuaikan dengan literatur yang dikaji. Tahap selanjutnya melakukan pengumpulan data, teknik yang dipakai padasaat penggumpulan data adalah dengan melakukan survei dan pengisian kuesioner kepada pengunjung dan pengelola. Setelah data telah terkumpul dilakukan tahap penyusunan model. Gambaran umum dari alur penelitian pada metode ditampilkan pada Gambar 7:
Gambar 7 Alur metode penelitian
aplikasi, dilakukan pemeriksaan pada tahap pembagunan aplikasi sistem rekomendasi dan apabila tidak terdapat kesalahan pada keduanya maka program telah selesai dikerjakan dan dapat digunakan. Metode penelitian ini digunakan sebagai tahap pengerjaan secara keseluruhan penelitian, sedangkan untuk tahap penyusunan model menggunakan alur penelitian tersendiri yang digunakan untuk menjawab tujuan dari penelitian ini.
Perancangan mekanisme dan algoritme Recommendation Systems (RSs)
Pada tahap perancangan mekanisme dan algoritme RSs, yang pertama dilakukan adalah pengolahan terhadap data hasil analisa dari tahap sebelumnya untuk diproses. Data tersebut diperoleh dari proses pengambilan data dengan melakukan survei lapang, pengisian kuesioner dan wawancara kepada penggunjung obyek wisata dan pengelola maupun pemilik dari obyek wisata. Selain melalui pengisian kuesioner, proses pengambilan data posisi atau data spasial dari obyek wisata juga diambil dengan menggunakan alat bantu GPS (Global Positioning System).
Data yang diambil dari hasil survei berupa data pengguna dan data dari obyek ekowisata, yang akan olah dan disimpan kedalam database. Data obyek wisata yang diambil pada saat survei ada 21 obyek (Lampiran 22) yang berada didaerah Bogor namun yang dijadikan data uji pada pembuatan aplikasi menggunakan 14 obyek wisata karena tidak semua data obyek wisata dapat dikategorikan sebagai ekowisata. Data yang diperoleh akan dibentuk menjadi beberapa context yaitu, profil pengguna, jarak, data waktu. Data ini akan digunakan dalam perhitungan algoritme RSs menggunakan metode CARS.
Perhitungan Metode CARS
Tahap perhitungan rekomendasi menggunakan metode CARS (Context Aware Recommender Systems). Adapun tahapan metode CARS yang digunakan pada penelitian ini adalah contextual pre-filtering.
Gambar 8 merupakan salah satu model dari 3 pendekatan yang dapat digunakan dalam metode CARS. Ada 3 tahap yang dilakukan didalam pendekatan ini untuk mendapatkan contextualized data. Tahap pertama adalah data, data disini merupakan hasil dari analisis permasalahan, kemudian dilakukan pengumpulan data. Adapun data yang diperlukan adalah data pengguna yang disimbolkan dengan (U ). Data pengguna diperoleh dari pendaftaran pengguna pada aplikasi RSs ekowisata yang tersimpan di dalam database. Sedangkan, data item disimbolkan dengan (I). Data item di dalam penelitian ini berupa data obyek ekowisata yang diperoleh dari hasil survei dan literatur yang membahas tentang ekowisata khusus untuk daerah Bogor. Sedangkan data context yang disimbolkan (C ). Data context ini diperoleh melalui context generalization. Generalisasi context dapat didefinisikan pada persamaan 1 berikut :
' ' '
1 1
( ,...,
k)
( ,...,
k)
c
=
c
c
→
c
c
(1)Data yang diperlukan selanjutnya adalah rating yang disimbolkan dengan R, generalization pre-filtering juga menggunakan context time yang disimbolkan dengan t dalam rumus pencarian rating sehingga dapat dirumuskan
[
Time∈St]
dimana St merupakan superset dari context time. Pada penelitian ini, hasil generalization context memiliki struktur hirarki seperti Gambar 9 berikut:Gambar 9 Struktur hirarki contextual information.
setiap transaksi. Kemudian rating tersebut diberikan ranking yang dihitung dengan metode pre-filtering sehingga mendapatkan hasil rekomendasi yang sesuai. Pada penelitian ini, cara yang digunakan untuk mendapatkan context time dihitung berdasarkan banyaknya waktu kunjungan pengguna terhadap satu tempat obyek ekowisata. Sedangkan cara yang digunakan untuk mendapatkan context profil pengguna dihitung dari data yang diisi pada form pendaftaran pada aplikasi kemudian disimpan ke dalam database. Nilai yang diambil untuk profil pengguna dari form pendaftaran pengguna adalah umur dan hobi pengguna. Dua nilai tersebut dihitung terhadap item dan pengguna, maka dibuat kamus data terlebih dahulu untuk dilihat kecocokan dari setiap obyek ekowisata dengan hobi dari pengguna sebagai salah satu preferensi pengguna di dalam database sebagai berikut:
1. Daftar hobi: memancing, berenang, membaca, mendaki gunung, bersepeda, camping, photography, penjelajah, traveling, culinary.
2. Data obyek ekowisata: fasilitas yang disediakan dan kriteria dari wahana yang ada pada obyek wisata. Fasilitas pada obyek wisata yang disediakan disesuaikan dengan hobi pengguna.
Context distance (jarak) dihitung berdasarkan perhitungan jarak rating menggunakan euclidean jarak atau euclidean metrik yang dihitung antara dua titik. Jarak euclidean antara titik p dan q adalah panjang segmen garis yang menghubungkan satu dan yang lainnya. Dalam titik koordinat, jika p = (p1, p2, ..., pn) dan q = (q1, q2, ..., qn) adalah dua titik euclidean ruang-n, jarak dari p ke q, atau dari q ke p seperti persamaan 2 dibawah ini:
, ∑ (2)
Dimana p merupakan posisi current location pengguna, yang diperoleh dari GPS (Global Positioning System) yang terhubung pada aplikasi ekowisata ini dan dimunculkan pada peta di dalam mobile. Sedangkan q merupakan posisi dari obyek ekowisata. Posisi yang dimaksudkan adalah T dan S dari longitud dan latitud. Dimana T dan S diperoleh dari masing-masing pengguna dan obyek ekowisata. Untuk menghitung kemiripan antara data pengguna dengan data obyek wisata yang sudah dipilih berdasarkan context menggunakan persamaan 3:
(3)
Dimana L adalah data vektor dari transaksi baru yang dilakukan pengguna, S adalah transaksi yang sudah tersimpan didalam memori (database). Transaksi disini adalah hubungan antara pengguna dengan obyek wisata, n adalah jumlah atribut pada setiap transaksi, i adalah atribut individu dari pengguna antara 1 sampai ke n. Sedangkan f adalah fungsi dari kesamaan dan frekuensi dari atribut i dengan transaksi T dan S. Sedangkan w adalah bobot (rating) yang diberikan kepada atribut ke i. Perhitungan yang digunakan sesuai dengan context time (waktu) adalah untuk kemiripan antara pengguna dan obyek wisata berdasarkan dari segi waktu kunjungan ke obyek wisata tersebut. Rumus untuk menghitung kedekatan berdasarkan context time (waktu) mirip dengan rumus perhitungan dari
context profil pengguna. Untuk menghitung kemiripan dengan context waktu dapat dilakukan dengan persamaan 4:
(4)
Dimana T adalah data vektor dari transaksi baru yang dilakukan pengguna terhadap context time, T adalah transaksi time yang sudah tersimpan didalam memori (database). Transaksi disini adalah hubungan antara pengguna dengan obyek wisata, n adalah jumlah atribut pada setiap transaksi, i adalah atribut individu dari pengguna antara 1 sampai ke n. Sedangkan f adalah fungsi frekuensi dari kesamaan atribut i dengan transaksi X dan Y. Sedangkan w adalah bobot (rating) yang diberikan kepada atribut ke i.
Setelah data rating diperoleh, data tersebut masih bersifat rekomedasi 2D. Untuk mendapatkan contextulization recommendation perlu dilakukan ranking dari masing-masing rating item. Adapun penghitungan rumus selanjutnya yang digunakan pada penelitian ini untuk menghitung ranking di dalam context aware recommender system adalah dengan menggunakan persamaan 5 dibawah ini:
( | , ) ( | , )
p items user context ∝ p d u v (5)
Dimanap adalah probability dari item disimbolkan dengan d dan pengguna disimbolkan denganusedangkan context disimbolkan dengan v(value). Sehingga setelah melakukan ranking dari bobot setiap transaksi antara pengguna dan obyek wisata yang dipilih berdasarkan context maka itulah yang direkomendasikan. Hasil rekomendasi ini dipilih 3 terbesar dari hasil perhitungan ranking yang dilakukan.
Pembuatan Aplikasi Sistem RSs
Pada tahap ini, pembuatan aplikasi dilakukan dengan menggunakan metode pendekatan pengembangan aplikasi prototipe. Adapun tahap-tahapnya sebagai berikut :
Identity
Gambar 10 Metode pendekatan prototipe (Sommerville 2011)
Pada Gambar 10 merupakan metode pendekatan dalam pembuatan aplikasi yang digunakan untuk menjawab tujuan kedua pada penelitian ini. Adapun proses yang pertama dilakukan adalah melakukan identity requirements yaitu melihat kebutuhan apa saja yang diperlukan untuk pembuatan sistem seperti: perancangan aplikasi sesuai studi kasus, pemilihan dan penggunaan software dan tools yang akan digunakan, serta kesesuaian terhadap kebutuhan pengguna. Sedangkan proses yang kedua adalah tahap develop first prototype design, perancangan aplikasi dilakukan dengan melakukan perancangan sepesifikasi kebutuhan sistem. Pada tahap analisis (Analysis) dilakukan dengan perancangan data menggunakan UML (Unified Modeling Language), ERD (Entity Relational Diagram), dan class diagram. Kemudian dari hasil rancangan tersebut, dilakukan tahap ketiga yaitu Implement and use aplikasi yang sesuai hasil tahap analisis dengan menggunakan bahasa pemrograman Java pada Android.
Tahap terakhir dengan melakukan testing, revise dan enhance. Selanjutnya dilakukan tahap implementation dan unit pengujian untuk menyatukan semua proses yang ada didalam aplikasi kemudian dilakukan ujicoba pada masing-masing proses tersebut. Pada tahap integration dan system testing, aplikasi ini dibuat dalam bentuk prototipe oleh karena itu system testing masih dilakukan pada tools sendiri (Localhost) belum dimasukkan ke dalam Google Playstore yang ada pada Android. Sedangkan pada tahap maintanance, pada sistem belum dilakukan maintanance karena masih dalam bentuk prototipe.
Alat dan Bahan Membangun Aplikasi Sistem Rekomendasi
Aplikasi sistem dibangun dengan menggunakan bahasa pemograman Android. Metode yang digunakan dalam pembuatan sistem ini menggunakan metode pengembangan sistem prototipe (Sommerville 2011). Lingkungan perangkat keras yang digunakan adalah laptop dengan minimum spesifikasi Processor Intel Core i3, RAM 2GB, HDD 650 GB, Monitor Lenovo 13 Inci, Logitech Mouse, Tablet Samsung 7.2 sebagai alat uji coba sistem. Lingkungan perangkat lunak yang digunakan adalah Operating System Microsoft Windows 7 (32 byte), Android ADT (Android Development Tools) sebagai perangkat lunak untuk menghasilkan Aplikasi, MySQL sebagai DBMS (Database Management Systems) dan tools web bit server sebagai server pada perangkat mobile.
Implementasi dan Uji Coba
4
HASIL DAN PEMBAHASAN
Hasil
Hasil survei yang dilakukan pada bulan mei 2013, data obyek wisata yang diambil sebanyak 21 obyek yang berbeda (Lampiran 27), pada saat survey kami mengambil beberapa bukti survei seperti pada Lampiran 23, 24, 25 dan 26 yang menunjukan gambar obyek ekowisata yang dikunjungi dan semua obyek wisata ini berada pada wilayah Bogor, data yang digunakan sebagai data uji pada aplikasi adalah 14 obyek wisata karena tidak semua obyek wisata yang dikunjung termasuk dalam kategori ekowisata, ada pun datanya ditunjukan pada tabel 2. Data yang digunakan selain data obyek wisata, data yang diambil pada saat melakukan survei adalah data pengguna, data ini diperoleh dari kuesioner yang diisi oleh pengguna. Data yang ada pada kuesioner hanya digunakan dalam pembuat konsep pengambilan data profil pengguna ke database yang nantinya konsep ini langsung digunakan form pendaftaran didalam aplikasi yang diisi pada saat pertama kali pengguna mengakses aplikasi. Bentuk data spasial yang diambil berupa posisi longitude dan latitude dari masing-masing pengguna dan obyek wisata. Dari hasil survei lakukan pembentuk kecenderungan kesukaan (preference) dari pengguna terhadap obyek wisata. Bentuk preference tersebut akan akan dibuat struktur informasi context dimana context tersebut akan digunakan dalam pemberian rekomendasi pada pengguna.
Peneliti melakukan perancangan struktur hirarki untuk menentukan informasi context dari data yang tersedia. Untuk dapat menghasilkan hirarki ini data tentang obyek wisata harus dilakukan tahap filtering data terlebih dahulu. Setelah itu, data diolah dan dirancang menggunakan ERD dan Class Diagram, agar dapat membuat rancang struktur hirarki. Setelah struktur hirarki dibuat, selanjutnya dilakukan perhitungan rumusan sistem rekomendasi dengan menggunakan CARS yang disesuaikan dengan data pengguna. Setelah perhitungan tersebut selesai, maka dilanjutkan dengan membuat rancangan aplikasi dengan menggunakan bahasa pemrograman Android dan hasil rumusan tersebut dimasukkan ke dalam aplikasi.
Tabel 2 Data obyek ekowisata yang digunakan
No Nama Obyek Wisata No Nama Obyek Wisata
1 Kampung Wisata Cinangneng 8 Rancamaya
2 Kampung Budaya Sindang Barang 9 Wisata Jajanan Pajajaran
3 Curug Luhur 10 Danau IPB Kebun Raya Bogor Taman Safari Indonesia Museum Perjuangan
11 12 13 14
Taman Buah Mekarsari Situ Gede Dramaga Taman Kapten Muslihat Kampung kerajinan cikaret
data terkumpul selanjutnya dibuatlah perancangan database aplikasi dengan membuat ERD untuk mengetahui hubungan antar entitas sebelum dibuat kedalam kelas diagram. Adapun tampilan rancangan ERD adalah sebagai berikut:
Gambar 11 Rancangan ERD DB Ekowisata
Pada Gambar 11 terdapat beberapa entitas yaitu user profile (profil pengguna), data ekowisata, kriteria, fasilitas. ERD menjelaskan satu pengguna dapat memilih banyak tempat wisata, satu obyek wisata dapat memiliki banyak kriteria, sedangkan satu kriteria dapat memiliki banyak fasilitas tempat wisata. Kriteria disini adalah adalah jenis dari obyek wisatanya dan batas larangan dari yang dimiliki contoh obyek wisata 1 adalah jenis obyek wisata air yang alami sehingga larangan batas usia untuk memasuki obyek wisata tersebut. Setelah diketahui rancangan dari ERD kemudian dibuatlah kelas diagram untuk rancangan ERD tersebut. Adapun rancangannya adalah sebagai berikut:
Gambar 12 Rancangan diagram kelas (ClassDiagram)
Gambar 13 Use case diagram aplikasi RSs
Pada Gambar 13 menjelaskan fungsional kemampuan sistem yang digambarkan dalam bentuk usecase, sedangkan aktor sebagai pelaku dalam sistem ini. Kemudian dari usecase ini dibuatlah diagram aktivitas pendaftaran (register) pengguna baru untuk memberikan penjelasan pada proses tersebut (Lampiran 19), Untuk memperjelas proses urutan dari registrasi, dilakukan pembuatan diagram sequence (Lampiran 20) dan bisnis proses model untuk memberikan keterangan alur yang lebih detil (Lampiran 21).
Pembahasan
Pada rancangan alur umum dari sistem untuk pengguna yang sudah pernah terdaftar dan untuk pengguna baru. Setelah rancangan semua telah selesai, dilakukan tahap pembuatan rancangan antar muka untuk tampilan aplikasi, terdiri dari: tampilan selamat dating (Lampiran 1 dan 3), tampilan registrasi (Lampiran 2), tampilan menunggu sinyal GPS (Lampiran 4), tampilan menu utama(Lampiran 5), dan tampilan peta rekomendasi awal (Lampiran 6).
Proses penghitungan rekomendasi terbagi menjadi 3 berdasarkan konteks yaitu : Jarak, info profil, dan waktu (frekuensi). Pada Lampiran 8 merupakan tampilan perhitungan rekomendasi, tampilan ini memungkinkan pengguna untuk melakukan cheklist lebih dari satu konteks yang dapat dipilih. Olehkan itu, dari 3 konteks tersebut dapat dihasilkan 7 kombinasi yang berbeda yaitu:
a. Jarak saja b. Info profil saja c. waktu saja waktu d. Jarak dan info profil e. Jarak dan waktu dapat f. Info profil dan waktu
Olehkarena itu, perhitungan uang dilakukan juga berbeda-beda, misal seorang pengguna melakukan akses aplikasi dengan pengaturan sebagai berikut :
a. Jarak saja
Pada perhitungan ini sistem akan melakukan pengambilan data berdasarkan current location (logitude dan latitute) dari posisi pengguna saat ini dan dilakukan perbandingan dengan semua location dari obyek wisata. Hasilnya adalah dipilih dari 3 terdekat lokasi obyek wisata dengan pengguna.
b. Info profil saja
Pada perhitungan ini menggunakan data yang ada pada database yang diisi pada saat pengguna melakukan pendaftaran pertama kali ke sistem. Data info profil yang menjadi acuan adalah hobi dan usia pengguna yang akan disesuaikan dengan fasilitas yang ada pada semua obyek wisata.
c. Waktu saja
Pada perhitungan ini, dapat dilakukan apabila pengguna telah melakukan kunjungan ke beberapa obyek wisata sebelumnya. Perhitungan dapat dilakukan berdasarkan berapa sering/ frekuensi kunjungan pengguna ke obyek wisata tertentu. Tiga obyek wisata yang paling banyak dikunjungi pengguna maka obyek wisata tersebut yang akan menjadi rekomendasi.
d. Jarak dan info profil
Pada perhitungan ini dilakukan terlebih dahulu perhitungan jarak dan info profil secara terpisah, setelah itu baru di berikan bobot antar keduanya, jika obyek wisata tersebut memiliki jaraknya dekat tetapi tidak sesuai dengan profil maka obyek wisata tersebut tidak dapat direkomendasikan, jika jaraknya jauh namun sesuai dengan profil penguna maka obyek wisata tersebut juga tidak direkomendasikan, obyek wisata yang direkomendasikan apabila jaraknya termasuk tidak terlalu jauh dan sesuai dengan profil pengguna. Apabila tidak ada yang sesuai maka sistem tidak akan menampilkan hasil rekomendasi.
e. Jarak dan waktu
Pada perhitungan ini dilakukan terlebih dahulu perhitungan jarak dan waktu secara terpisah, setelah itu baru di berikan bobot antar keduanya, jika obyek wisata tersebut memiliki jaraknya dekat tetapi tidak sesuai dengan frekuensi waktu kunjungan pengguna maka obyek wisata tersebut tidak dapat direkomendasikan, jika jaraknya jauh namun sesuai dengan frekuensi kunjungan maka obyek wisata tersebut juga tidak direkomendasikan, obyek wisata yang direkomendasikan apabila jaraknya termasuk tidak terlalu jauh dan sesuai dengan frekuensi kunjungan. Apabila tidak ada yang sesuai maka sistem tidak akan menampilkan hasil rekomendasi.
f. Info profil dan waktu
direkomendasikan, obyek wisata yang direkomendasikan apabila obyek wisata tersebut sering dikunjungi penguna aplikasi tersebut dan sesuai dengan profil pengguna. Apabila tidak ada yang sesuai maka sistem tidak akan menampilkan hasil rekomendasi.
g. Jarak, info profil, dan waktu
Pada perhitungan ini dilakukan terlebih dahulu perhitungan jarak, waktu dan info profil secara terpisah, setelah itu baru di berikan bobot antar ketiganya, jika obyek wisata tersebut memiliki jaraknya dekat tetapi tidak sesuai dengan profil pengguna dan frekuensi waktu kunjungan maka obyek wisata tersebut tidak dapat direkomendasikan, jika jaraknya jauh namun sesuai dengan profil dengan waktu frekuensi kunjungan penguna maka obyek wisata tersebut juga tidak direkomendasikan, obyek wisata yang direkomendasikan apabila jaraknya termasuk tidak terlalu jauh dan sesuai dengan profil pengguna dan obyek wisata tersebut sering dikunjungi pengguna (dilihat dari frekuesi kunjungan pengguna ke obyek wisata tesebut). Apabila tidak ada yang sesuai maka sistem tidak akan menampilkan hasil rekomendasi.
Rancangan alur umum sistem aplikasi rekomendasi yang dibuat adalah sebagai berikut :
Gambar 14 Rancangan alur umum aplikasi RSs
tersebut. Hasil dari pengaturan tersebut akan muncul selah sistem melakukan perhitungan CARS. Hal ini juga di jelaskan pada Gambar 15 yang menerang mekanisme aplikasi RSs. Gambar 15 menjelaskan secara detail bagaimana alur penggunaan sistem rekomendasi yang dibuat, dimulai dari pengguna dapat melakukan registrasi. Jika registrasi yang dilakukan berhasil, input data register yang tersimpan di dalam database. Jika data sudah tersimpan di dalam database, pengguna dapat kembali masuk dan melakukan koneksi GPS. Setelah GPS sudah terkoneksi, maka aplikasi akan melakukan load data posisi kita sekarang dan menampikan informasi tentang posisi pengguna berada saat ini.
Gambar 15 Struktur menu aplikasi RSs m-ecotourism
Kemudian sistem akan melakukan penyimpan data longitude dan latitude dari pengguna sekarang dan dikirim ke database untuk selanjutnya dilakukan perhitungan rekomendasi dengan metode context aware recommender systems. Gambar 15 menjelaskan tentang struktur menu yang terdapat pada aplikasi, untuk tampilan m-ecotourism (Lampiran 1), untuk tampilan register (Lampiran 2), sebelum mengakses aplikasi pengguna diwajibkan untuk melakukan pendaftaran terlebih dahulu jika perdaftaran tersebut berhasil makan akan terlihat tampilan halaman masuk aplikasi (Lampiran 3).
Pada halaman masuk aplikasi pada saat pengguna menekan tombol masuk otomastis sistem akan memvalidasi pengguna tersebut, jika pengguna menekan tombol keluar maka sistem tidak akan melakukan validasi (Lampiran 4), jika pendaftaran yang dilakukan gagal karena pengisian tidak lengkap maka sistem tidak akan masuk ke halaman selanjutnya hingga pengguna tersebut dapat mengisi form pendaftaran secara lengkap. Jika sudah maka akan masuk ke halaman home/ halaman utama dari aplikasi yang berisi menu-menu dari aplikasi (Lampiran 5) seperti tombol peta rekomendasi yang berisi rekomendasi obyek wisata yang diperoleh dari hasil perhitungan rekomendasi (Lampiran 6). Kemudian ada tombol semua obyek wisata, yaitu tombol untuk melihat semua obyek wisata yang tersimpan di dalam database (Lampiran 7).
direkomendasikan sesuai dengan pengaturan yang dilakukan (Lampiran 9), kemudian pengguna dapat memilih obyek wisata yang direkomendasikan dengan menekan pushpin yang ada dipeta untuk melihat infomasi tentang obyek wisata yang direkomendasikan tersebut (Lampiran 10).
Pada halaman informasi tersebut terdapat tombol kunjugi untuk melihat informasi yang lebih lengkap (Lampiran 11). Pada halaman tersebut terdapat tombol history, jika tombol tersebut ditekan maka pengguna dapat melihat history dari obyek wisata mana yang sudah dikunjung (Lampiran 12). Pengguna juga dapat mengetahui jarak tempuh dari posisi pengguna dengan obyek wisata yang akan dikunjungi dengan menekan tombol kunjungi pada halaman detail informasi obyek wisata (Lampiran 13), jika pengguna ini mengakhiri aktifitas pada aplikasi m-ectourism, pengguna dapat menekan tombol keluar dan akan tampil pesan untuk konfirmasi pembatalan aktifitas (Lampiran 14). Sebagai pengguna baru apabila belum melakukan aktifitas maka peta rekomendasi akan menampilkan hasil rekomendasi default berdasarkan info profil pengguna pada saat melakukan pendaftaran saja.
Sedangkan hasil perancangan dari framework mekanisme aplikasi sistem rekomendasi ini dijelaskan pada Gambar 17 sebagai berikut :
Gambar 16 Alur sistem rekomendasi
Gambar 17 Cakupan aplikasi mobile ekowisata
5
SIMPULAN DAN SARAN
Simpulan
Berdasarkan pada tujuan pertama dapat disimpulkan hasil penelitian ini adalah mekanisme rekomendasi ekowisata telah dikembangkan dengan metode context aware recommender systems (CARS) untuk menghasilkan rekomendasi yang mendukung aplikasi mobile RSs dengan menggunakan data spasial ekowisata dan berdasarkan tujuan kedua dapat disimpulkan hasil penelitian telah membuat aplikasi sistem rekomendasi pada perangkat mobile dikembangkan berdasarkan profil pengguna dengan pendekatan context, diterapkan pada perangkat mobile yang dapat memberikan rekomendasi kepada pengguna berdasarkan profil pengguna dengan melihat kecenderungan kesukaan terhadap aktifitas pengguna dan current location. Sehingga pengguna dapat memperoleh informasi dengan lebih efisien karena dapat diakses dimanapun dan kapanpun. Aplikasi ini dapat membantu memudahkan pengguna menemukan lokasi dan mencari informasi tentang obyek ekowisata khususnya untuk wilayah Bogor. Penerapan teknologi berbasis mobile ini diharapkan menjadi solusi praktis bagi para wisatawan (user) yang ingin berpergian ke daerah Bogor yaitu dapat di akses kapanpun disetiap waktu dan dimanapun tempat pengguna aplikasi berada sehingga memudahkan pengguna dan pemanfaatnya dapat menjadi lebih maksimal dan meyeluruh, aplikasi ini memiliki syarat dalam penggunaanya yaitu aplikasi mobile tersebut harus memiliki paket data yang sudah di hubungkan dengan provider untuk menghubungkan sinyal GPS.
Saran
Peneliti menyadari bahwa dalam pembuatan aplikasi ini masih terdapat banyak kekurangan. Penelitian yang dilakukan masih berfokus pada pengembangan aplikasi sistem rekomendasi mobile pada studi kasus ekowisata. Sistem yang dibangun masih memiliki kekurangan yaitu belum secara menyeluruh mengatasi permasalahan yang ada untuk studi kasus tersebut, pengetahuan akan ekowisata belum dipaparkan secara menyeluruh. Berdasarkan penelitian yang dilaksanakan, penulis memiliki saran kepada siapa saja yang ingin mengembangkan atau menyempurnakan aplikasi ini. Diharapkan pada penelitian selanjutnya dapat dilakukan:
1. Melakukan evaluasi kesesuaian rating dengan preferences profil pengguna dalam bentuk konfirmasi dan refinement agar aplikasi ini dapat dijadikan produk yang sesuai dengan kebutuhan pasar pengguna aplikasi.
DAFTAR PUSTAKA
Adomavicius G, Tuzhilin A. 2011. Context Aware Recommender Systems, Handbook Recommendation Systems. Berlin (DE): springer.
Avenzora R. 2008. Ekotourisme- Teori dan Praktek. Nias (ID) : BRR NAD. [BPS] Badan Pusat Statistik (ID). 2011. Statistik Telekomunikas Tahun 2011.
http://www.bps.go.id/hasil_publikasi/stat_telkom_2011/index3.php?pub=St atistik%20 Telekomunikasi%20Tahun%202011 (diakses tanggal 12 maret 2013 jam 22.30).
Burke R. 2007. Hybrid Web Recommendation System. In : the Adaptive Web, pp.377-408. Berlin/ Heidelberg (DE): springer.
Cao L. 2007. Data mining for business applications. London (GB) : Springer. Chen AY, Mcleod D. 2006. Collaborative Filtering for information
Recommendation System. Encylopedia of E-commerce, E-government, and Mobile Commerce, PP 118-183.
Danardatu AH. 2007. Pengenalan Customer Relationship. Yogyakarta (ID): Andi. Fennell, D. 2005. Ecotourism second edition, New York (US): Routledge.
Han J, Micheline K, Jian P. 2012. Data Mining Concepts and Techniques. New York (US): MK- Elsevier. Inc .
Husain W dan Yih LD. 2012. A framework of a personalized location based traveler recommendation system in mobile Application. International journal of multimedia and ubiquitous engineering. vol 7, no 3 july.
Kahng M, Lee S, Lee S. 2001. Ranking In Context Aware Recommender Systems. ACM 978-1-4503-0637-9/11/03.
Malthouse, Edward C, Bobby J C. 2005. “Relationship Branding and CRM”. in Alice Tybout and Tim Calkins. Kellogg on Branding. Wiley.
McGinty L, Smiyth B. 2006. Adaptive selection : analysis of critiquing and preference based feed back in conversational recommender systems. International Journal of Electronic Comerce, II(2), PP 35-57.
Prahasta, Eddy. 2009. Sistem Informasi Geografis: Konsep-konsep Dasar (Perspektif Geodesi & Geomatika). Bandung (ID) : Penerbit Informatika. Rajabidfard A, Williamson. 2000. Spatial Data Infrastructures : Concept, SDI
Hierarchy and Future Directions. Melbourne, Victoria: Spatial Data Research Group, Department of Geomatics, The University of Melbourne, 2000a. Spatial Data Infrastructures:An Initiative To Facilitate Spatial Data Sharing. Melbourne, Victoria: Spatial Data Research Group, Department of Geomatics, The University of Melbourne (AU), 2000b.
Ricci F, Rokach L, Shapira B, Kantor PB. 2011. Recommender Systems Handbook. New York (US) : Springer.
Safaat, N. 2012. Android “Pemogramanan aplikasi mobile smartphone dan tablet PC berbasis Android” Edisi Revisi. Bandung (ID) : Informatika.
Satzinger, John W, Robert BJ, Stephen D. 2007. Fourth Edition-System Analysis and Design in A Changing World. Canada (US): THOMSON.
Singh S, Mobasher B. 2007. Contextual Recommendation.Springer-Verlag Berlin (DE) Heidelberg. B. Berendt et al. (Eds.): WebMine 2006, LNAI 4737, pp. 142–160, 2007.
Sommerville I. 2011. Software engineering - ninth edition. Boston (US): Addison Wasley-Pearson.
Sunarminto T. 2012. Pengembangan Kapasitas Para Pihak (Stakeholders) Bagi pembangunan ekowisata Di kawasan Cibodas, Jawa Barat. Dissertasi. Program Pasca Sarjana, Institut Pertanian Bogor.
Sunyoto, A. 2007. Membangun web dengan teknologi asynchronouse Java script dan xml. Yogyakarta (ID) : Andi.
Supardi, Y. 2011. Semua bisa menjadi programmer ANDROID – Basic. Jakarta (ID) : PT Elex Media Komputindo.
Triptsis K, Chorianopoulos A. 2009. Data Mining Techniques in CRM Inside Customer Segmentaion. West Sussex (DE): Wiley.
Lampiran
Lampiran Halaman i pernah ter
1 Tampilan
2 Tampilan ini dikhusu rdaftar tidak
n halaman d
n halaman r skan untuk k perlu meng
LAMPIR
depan aplika
egistrasi pengguna b gisi formuli
RAN
asi RSs
baru dan ha ir ini.
