1
MENGGUNAKAN METODE COLLABORATIVE FILTERING BERBASIS WEB
(Studi kasusu: Dinas Pariwisata Kota Tangerang Selatan)
Disusun Oleh:
FADLY HAKIM MUHAMMAD 11140930000014
PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
SKRIPSI
SEBARAN LOKASI KULINER DI KOTA TANGERANG SELATAN MENGGUNAKAN METODE COLLABORATIVE FILTERING BERBASIS
WEB
(Studi kasusu: Dinas Pariwisata Kota Tangerang Selatan)
Disusun Oleh:
FADLY HAKIM MUHAMMAD 11140930000014
PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
HALAMAN JUDUL
SEBARAN LOKASI KULINER DI KOTA TANGERANG SELATAN MENGGUNAKAN METODE COLLABORATIVE FILTERING BERBASIS
WEB
Studi Kasus (Dinas Pariwisata Kota Tangerang Selatan)
SKRIPSI
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Imformasi Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Oleh :
FADLY HAKIM MUHAMMAD 11140930000014
PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS INSLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
LEMBAR PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-BENAR HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Jakarta,
Fadly Hakim Muhammad
vii
FADLY HAKIM MUHAMMAD – 11140930000014 Sebaran Lokasi Kuliner di Kota Tangerang Selatan dengan Menggunakan Metode Collaborative Filtering Berbasis Web dibawah bimbingan QURROTUL AINI dan ERI RUSTAMAJI
Kota Tangerang Selatan merupakan kota yang sektor kuliner nya sangat berkembang, karena daerahnya yang strategis berbatasan langsung antara Jakarta dan Tangerang Kota. Pemerintah dalam hal ini Dinas Kebudayaan dan Pariwisata Tangerang Selatan berkewajiban membantu mewujudkan tersedianya informasi tentang keberadaan kuliner yang ada di wilayah Kota Tangerang Selatan melalui aplikasi Sistem Sebaran Kuliner. Tiap tahun nya ada 20 hingga 25 restoran yang mengajukan TDUP (Tanda Daftar Usaha Pariwisata) ke pihak Dinas Kebuyaan dan Pariwisata Kota Tangerang Selatan. Dari permohonan TDUP yang masuk ke Dinas Kebudayaan dan Pariwisata harus menseleksi dan menentukan prioritas perizinan TDUP untuk membuka restoran. Tuajuan penelitian ini adalah untuk memberikan saran pemilihan restoran bagi masyarakat sesuai dengan seleranya. Metode pengumpulan data yang digunakan yaitu observasi, wawancara, dan studi pustaka. Metode pengembangan sistem yang digunakan yaitu Rapid Application Deveploment (RAD), untuk pemodelan sistem pununjang keputusan menggunakan metode Collaborative Filtering, untuk menentukan tingkatan kriteria atau bobot restoran menggunakan Algoritma Weight Sum, untuk menentukan restoran menggunakan Algoritma Cosine-based Similarity, Unified Modeling Language (UML) sebagai Tools perancangan sistem, PHP sebagai bahasa pemrograman dan menggunakan Framework Codeigniter dalam membangun sistem dan MySQL sebagai database. Hasil penelitian ini ialah sistem yang dapat membantu penentuan lokasi kuliner di Tangerang Selatan bagi masyarakat.
Kata Kunci : Kuliner, Sistem penunjang Keputusan (SPK), Sebaran Lokasi Kuliner, Rapid Application Deveploment (RAD), Collaborative Filtering, Weight Sum, Cosine-based Similarity, Unified Modeling Language (UML), PHP, Codeigniter, MySQL.
V Bab + 191 Halaman + 61 Gambar + 34 Tabel + Pustaka + Lampiran Pustaka Acuan (35, 1991-2016)
viii
KATA PENGANTAR
Assalamualaikum Wr. Wb
Puji dan syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan karunia Nya sehingga peneliti dapat menyelesaikan skripsi ini dengan baik. Shalawat serta salam tak lupa selalu tercurahkan kepada junjungan nabi besar kita yaitu Nabi Muhammad SAW yang telah memberikan tuntunan dan petunjuk kepada umat manusia menuju kehidupan dan peradaban, serta para keluarga, serta para sahabat Nabi. Peneliti menyadari bahwa dalam pembuatan skripsi ini masih banyak kekurangan. Hal ini semata-mata karena kurangnya pengetahuan dan pengalaman yang dimiliki peneliti. Namun demikian peneliti berharap skripsi ini dapat memenuhi syarat dalam memperoleh gelar Sarjana (S-1) dalam bidang Sistem Informasi dari Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta. Skripsi yang berjudul “Sebaran Lokasi Kuliner di Kota Tangerang Selatan dengan Menggunakan Metode Collaborative Filtering Berbasis Web”, akhirnya dapat dislesaikan sesuai yang diharapkan. Selama penyusunan skripsi ini tentunya terdapat banyak kesulitan dan hambatan yang dihadapi, baik dalam pengumpulan data dan lain sebagainya. Namun berkat bantuan dari berbagai pihak, Alhamdulillah kesulitan tersebut dapat diatasi. Kebahagiaan yang tak ternilai secara pribadi dapat dipersembahkan kepada kedua orang tua , seluruh keluarga, dan pihak-pihak yang telah ikut andil dalam membantu dan menyemangati untuk menyelesaikan skripsi ini.
Sebagai bentuk penghargaan, izinkan peneliti menuangkan dalam bentuk ucapan terimakasih sebesar-besarnya kepada:
1. Ibu Prof. Dr. Lily Surraya Eka Putri, M.Env.Stud selaku Dekan Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
2. Bapak A’ang Subiyakto, Ph.D selaku Ketua Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta.
ix
3. Ibu Nida'ul Hasanati, S.T.,MMSI selaku Sekretaris Prodi Sistem Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta.
4. Ibu Dr. Qurrotul Aini, M.T. sebagai Dosen Pembimbing I dan sebagai Dosen Pembimbing II Bapak Ir. Eri Rustamaji, MBA yang tidak pernah lelah dan bosan untuk membimbing, memotivasi, dan mengingatkan peneliti untuk segera menyelesaikan skripsi ini.
5. Dosen-dosen Program Studi Sistem Informasi yang telah memberikan ilmunya selama penulis menuntut ilmu di UIN Jakarta.
6. Orang tua dan adik-adik, yang selalu menyayangi, mendidik, memberikan motivasi, nasihat, do’a dan dukungan serta bantuan baik moril maupun materil sehingga peneliti dapat menyelesaikan skripsi ini dan do’a agar peneliti dapat menjadi kebanggan orang tua, bangsa dan agama.
7. Keluarga besar KOFACUP yang selalu membantu penulis dan memberikan solusi dalam menyelesaikan tugas akhir ini.
8. Keluarga besar pecinta orang tua yang selalu memberikan dukungan dan semangat kepada penulis untuk menyelesaikan skripsi ini.
9. Terima kasih untuk teman kelas dan angkatan yang telah meberikan semangat kepada penulis.
10. Terima kasih untuk Puji May Sarah yang telah bersabar dan selalu memberikan semangat kepada penulis sehingga penelitian ini dapat diselesaikan.
Wassalamualaikum Wr. Wb. Jakarta,
Fadly Hakim Muhammad NIM: 11140930000014
x
DAFTAR ISI
HALAMAN JUDUL ...3
Studi Kasus (Dinas Pariwisata Kota Tangerang Selatan) ...3
Oleh : ...3
FADLY HAKIM MUHAMMAD ...3
ABSTRAK ... vii
KATA PENGANTAR... viii
DAFTAR ISI ...x
DAFTAR GAMBAR ... xiii
DAFTAR TABEL ... xv BAB 1 ...1 PENDAHULUAN ...1 1.1 Latar Belakang ...1 1.2 Identifikasi Masalah ...7 1.3 Rumusan Masalah ...8 1.4 Batasan Masalah ...8 1.5 Tujuan Penelitian ...9 1.6 Manfaat Penelitian ... 10 1.7 Metode Penelitian ... 11
1.7.1 Metode Pengumpulan Data ... 11
1.7.2 Metode Penge ... 12
1.7.3 mbangan Sistem ... 12
1.8 Sistematika Penulisan ... 13
BAB 2 ... 14
LANDASAN TEORI ... 14
2.1 Konsep Dasar Sistem Informasi Geografis (SIG) ... 14
2.1.1 Pengertian SIG ... 14
2.1.2 Subsistem SIG ... 14
2.1.3 Komponen SIG ... 16
2.1.4 Jenis Data Pada SIG ... 17
2.1.5 SIG Berbasis Web ... 19
2.1.6 Basis Data SIG ... 19
2.2 Peta ... 22
xi
2.2.2 Simbolisasi Peta ... 23
2.3 Kuliner ... 25
2.3.1 Pengertian Kuliner ... 25
2.4 Collaborative filtering ... 26
2.4.1 Pengertian Collaborative filtering ... 26
2.4.2 Item-Based Collaborative Filtering ... 27
2.4.3 Algoritma Collaborative filtering ... 28
2.4.4 Penemuan Similar User ... 29
2.4.5 Pearson Correlation ... 31
2.5 Metode Pengumpulan Data ... 32
2.5.1 Observasi ... 32
2.5.2 Studi Pustaka ... 33
2.5.3 Wawancara... 39
2.6 Rapid Application Development (RAD) ... 39
2.6.1 Fase Requirement Planning... 40
2.6.2 Fase Workshop Design ... 42
2.6.3 Fase Implementation ... 49
2.7 Unified Modelling Languange (UML) ... 50
2.8 Google Maps ... 51 2.9 Framework Codeigniter ... 52 2.10 PHP ... 53 2.11 MySQL ... 54 2.12 XAMPP... 56 2.13 Sublime Text ... 57 BAB 3 ... 60 METODE PENELITIAN ... 60
3.1 Tempat dan Waktu Penelitian ... 60
3.2 Data dan Perangkat Penelitian ... 60
3.2.1 Data Penelitian ... 60
3.2.2 Perangkat Penelitian ... 60
3.3 Metode Penelitian ... 62
3.3.1 Pengumpulan Data ... 62
xii
3.4 Tahapan Penelitian ... 67
BAB 4 ... 69
PEMBAHASAN ... 69
4.1 Gambaran Umum Kota Tangerang Selatan ... 69
4.1.1 Sejarah Kota Tangerang Selatan ... 69
4.1.2 Lambang Kota Tangerang Selatan ... 72
4.1.3 Visi dan Misi Kantor Kebudpar Kota Tangerang Selatan ... 76
4.1.4 Struktur Organisasi Dinas Kebudayaan dan Pariwisata Kota Tangerang Selatan 77 4.2 Fase Requirement Planning ... 77
4.2.1 Analisis Permasalahan ... 77
4.2.2 Analisis Persyaratan ... 79
4.2.3 Tahap Perhitungan... 82
4.3 Fase Workshop Design ... 87
4.3.1 Perancangan Use case Diagram... 87
4.3.2 Perancangan Activity Diagram... 101
4.3.3 Perancangan class diagram ... 117
4.3.4 Perancangan Sequence Diagram ... 119
4.4 Desain database ... 137 4.4.1 Mapping Cardinality ... 137 4.4.2 Matriks CRUD ... 138 4.4.3 Spesifikasi Database ... 140 4.5 Desain Interface ... 145 4.6 Fase Implementasi ... 153 BAB 5 ... 156 PENUTUP ... 156 5.1 Kesimpulan ... 156 5.2 Saran ... 157 DAFTAR PUSTAKA ... 158
xiii
DAFTAR GAMBAR
Gambar 1.1 Menunjukan pertumbuhan jumlah restoran di Kota Tangerang Selatan
(Dinas Kebudayaan dan Pariwisata, 2018) ...2
Gambar 1.2 Menunjukan kenaikan pendapatan pajak restoran Kota Tangerang Selatan (Dinas Kebudayaan dan Pariwisata, 2018). ...2
Gambar 2.1 Subsistem SIG (Prahasta, 2009) ... 15
Gambar 2.2 Komponen SIG ... 17
Gambar 2.3 Struktur Model Data Raster ... 18
Gambar 2.4 Tampilan Model Basis Data Hirarki ... 20
Gambar 2.5 Entity Titik dengan Asosiasi Informasi... 23
Gambar 2.6 Entity Garis dengan Asosiasi Informasinya ... 23
Gambar 2.7 Entity Poligon... 24
Gambar 2.8 Skema Collaboratuve filtering ... 26
Gambar 2.9 Konsep item-based collaborative filtering ... 28
Gambar 2.11 Penelitian Sejenis... 38
Gambar 2.12 Fase-fase RAD ... 40
Gambar 2.13 Use Case Diagram ... 44
Gambar 2.14 Activity Diagram SISRES... 45
Gambar 2.15 Class Diagram SISRES ... 46
Gambar 2.16 Sequence Diagram SISRES ... 47
Gambar 3.1 Tahapan Penelitian ... 68
Gambar 3.2 Tahapan Collaborative filtering ... 68
Gambar 4.1 Lambang Kota Tangerang Selatan ... 72
Gambar 4.2 Struktur Organisasi Dinas Kebudayaan dan Pariwisata Kota Tangerang Selatan ... 77
Gambar 4.3 Sistem Berjalan ... 78
Gambar 4.4 Sistem Usulan... 80
Gambar 4.5 Use case Diagram ... 91
Gambar 4.6 Activity Diagram Registrasi... 101
Gambar 4.7 Activity Diagram Login ... 102
Gambar 4.8 Activity Diagram Edit Profil ... 103
Gambar 4.9 Activity Diagram Upload Dokumen ... 104
Gambar 4.10 Activity Diagram upload menu ... 105
Gambar 4.11 Activity Diagram Lihat Rating ... 106
Gambar 4.12 Activity Diagram Lihat dan Evaluasi dokumen ... 106
Gambar 4.13 Activity Diagram Lihat Hasil Evaluasi dan Verifikasi Dokumen ... 107
Gambar 4.14 Activity Diagram Tolak Dokumen ... 108
Gambar 4.15 Activity Diagram Lihat Hasil Verifikasi dan Approval Dokumen ... 109
Gambar 4.16 Activity Diagram Manage Semua User ... 110
Gambar 4.17 Activity Diagram Lihat Menu ... 111
Gambar 4.18 Activity Diagram Lihat restoran... 111
Gambar 4.19 Activity Diagram Cari Restoran ... 112
xiv
Gambar 4.21 Activity Diagram Mendapat Saran ... 113
Gambar 4.22 Activity Diagram Lihat Peta ... 114
Gambar 4.23 Activity Diagram Kelola Restoran ... 115
Gambar 4.24 Activity Diagram Kelola rating ... 116
Gambar 4.25 Activity Diagram Logout ... 117
Gambar 4.26 Class diagram ... 118
Gambar 4.27 Sequence Diagram Registrasi ... 119
Gambar 4.28 Sequence diagram login ... 120
Gambar 4.29 Sequence diagram Edit Profil ... 121
Gambar 4.30 Sequence Diagram Upload Dokumen ... 122
Gambar 4.31 Sequence Diagram Upload menu ... 123
Gambar 4.32 Sequence Diagram Lihat Rating ... 124
Gambar 4.33 Lihat Dokumen dan Evaluasi ... 125
Gambar 4.34 Sequence Diagram Lihat Hasil Evaluasi dan Verifikasi ... 126
Gambar 4.35 Sequence Diagram Tolak Dokumen ... 127
Gambar 4.36 Sequence Diagram Lihat Hasil Verifikasi dan Approval ... 128
Gambar 4.37 Sequence Diagram Manage Semua User ... 129
Gambar 4.38 Sequence Diagram Isi kriteria restoran ... 130
Gambar 4.39 Sequence Diagram Memilih restoran... 130
Gambar 4.40 Sequence Diagram Lihat peta... 131
Gambar 4.41 Sequence Diagram Isi rating ... 131
Gambar 4.42 Sequence Diagram Mendapat Saran ... 132
Gambar 4.43 Sequence Diagram Lihat Peta ... 133
Gambar 4.44 Sequence Diagram Kelola Restoran ... 134
Gambar 4.45 Sequence Diagram Kelola rating ... 135
Gambar 4.46 Sequence Diagram Logout ... 136
Gambar 4.47 Mapping Cardinality ... 137
Gambar 4.48 Halaman Home Masyarakat ... 145
Gambar 4.49 Halaman Rekomendasi restoran ... 146
Gambar 4.50 Halaman Detail restoran... 147
Gambar 4.51 Halaman Login Admin, Pemilik restoran, Pegawai Dinas ... 148
Gambar 4.52 Halaman Pemilik restoran ... 148
Gambar 4.53 Halaman Upload dokumen ... 149
Gambar 4.54 Halaman Set Menu ... 149
Gambar 4.55 Halaman Rating ... 150
Gambar 4.56 Halaman Map ... 150
Gambar 4.57 Halaman Dokumen Pengajuan ... 151
Gambar 4.58 Halaman Evaluasi ... 151
Gambar 4.59 Halaman Tolak Dokumen ... 152
Gambar 4.60 Halaman Kasi Pariwisata ... 152
xv
DAFTAR TABEL
Tabel 2.1 Contoh Tabel Relasional ... 21
Tabel 2.2 Penelitian Sejenis ... 33
Tabel 2.3 Perintah MySQL ... 56
Tabel 4.1 Matrix User-item... 82
Tabel 4.2 Matrix User-item data dummy ... 83
Tabel 4.3 Data rating untuk perhitungan Item based Collaborative Filtering Restoran ... 83
Tabel 4.4 Data interseksi rating antara McD dan KFC ... 84
Tabel 4.5 Hasil perhitungan Matrix similarity antar restoran ... 85
Tabel 4.6 Contoh data testing ... 85
Tabel 4.7 Identifikasi Actor ... 88
Tabel 4.8 Identifikasi Use case ... 88
Tabel 4.9 Narasi Use case Registrasi... 92
Tabel 4.10 Narasi Use case Login ... 92
Tabel 4.11 Narasi Use case Edit Profil ... 93
Tabel 4.12 Narasi Use case upload Dokumen... 93
Tabel 4.13 Narasi Use case upload Menu ... 94
Tabel 4.14 Narasi Use case Lihat Rating ... 94
Tabel 4.15 Narasi Use case Lihat dan Evaluasi Dokumen Pengajuan ... 95
Tabel 4.16 Narasi Use case Lihat Hasil Evaluasi dan Verifikasi Dokumen ... 95
Tabel 4.17 Narasi Use case Tolak Dokumen ... 96
Tabel 4.18 Narasi Use case Lihat hasil verifikasi dan Approval ... 96
Tabel 4.19 Narasi Use case Lihat Menu ... 97
Tabel 4.20 Narasi Use case Lihat Restoran ... 97
Tabel 4.21 Narasi Use case Cari Restoran ... 97
Tabel 4.22 Narasi Use case Ise Rating ... 98
Tabel 4.23 Narasi Use case Mendapat Saran ... 98
Tabel 4.24 Narasi Use case Kelola Restoran ... 99
Tabel 4.25 Narasi Use case Kelola Semua User ... 99
Tabel 4.26 Narasi Use case Kelola Rating ... 100
Tabel 4.27 Narasi Use case Lihat Peta ... 100
Tabel 4.28 Narasi Use case Logout ... 101
Tabel 4.29 Matriks CRUD ... 138
Tabel 4.30 Spesifikasi tabel Menu ... 140
Tabel 4.31 Spesifikasi Tabel Dokumen ... 141
Tabel 4.32 Spesifikasi Tabel Restoran ... 141
Tabel 4.33 Spesifikasi tabel User ... 142
1
1.1 Latar Belakang
Kota Tangerang Selatan merupakan kota yang sektor kuliner nya sangat berkembang, karena daerahnya yang strategis berbatasan langsung antara Jakarta dan Tangerang (Badan Pusat Statistik Kota Tangerang, 2016). Kota Tangerang Selatan mendapat dampak yang sangat serius dari dua kota tersebut yang menyebabkan Tangerang Selatan menjadi kota industri yang besar. Kota Tangerang Selatan juga mendapat dampak yang lebih pada bidang kuliner,
Di Tangerang Selatan ini banyak toko atau restoran baru yang bermunculan dan juga banyak menawarkan berbagai macam masakan atau makanan dengan rasa baru atau dengan rasa khas restoran tersebut. Tidak hanya restoran yang bermunculan namun juga pedagang kaki lima di pinggir jalan ikut bermunculan dan semakin menjamur sehingga Tangerang Selatan mendapat sektor wisata baru yaitu kuliner.
Tangerang Selatan merupakan kota yang sangat potensial dan mempunyai prospek perkembangan yang pesat khususnya mengenai restoran, berdasarkan data dari kantor Kebudayaan dan Pariwisata Kota Tangerang Selatan, pertumbuhan restoran di Tangerang Selatan terus meningkat dari tahun 2010 sampai dengan 2015 sehingga kuliner di Tangerang Selatan tumbuh sangat pesat. Berikut Gambar 1.1 menunjukkan pertambahan jumlah restoran pada tahun 2010 – 2015 di Kota Tangerang Selatan.
Gambar 1.1 Menunjukan pertumbuhan jumlah restoran di Kota Tangerang Selatan
(Dinas Kebudayaan dan Pariwisata, 2018)
Pertumbuhan jumlah restoran akan meningkatkan pendapatan pajak restoran. Gambar 1.2 menunjukan grafik pendapatan pajak restoran pada tahun 2010 – 2015 di Kota Tangerang Selatan: Gambar 1.2 tersebut menjelaskan terjadinya peningkatan pendapatan pajak restoran pada setiap tahunnya, pada tahun 2010 dengan pendapatan sebanyak Rp. 36.674.448.481 sampai dengan tahun 2015 dengan pendapatan Rp. 153.933.688.552.
Gambar 1.2 Menunjukan kenaikan pendapatan pajak restoran Kota Tangerang Selatan (Dinas Kebudayaan dan Pariwisata, 2018).
Tren pariwisata global selalu terbuka untuk teknologi baru, bahkan terlebih lagi pada pengembangan teknologi aplikasi web, sehingga menimbulkan kenaikan
minat di bidang pariwisata elektronik atau biasa juga disebut e-tourism. Pada waktu yang bersamaan, wisatawan mengambil peranan lebih aktif dalam proses produksi konten pariwisata. Mereka secara sistematis menyampaikan informasi pariwisata dengan memanfaatkan teknologi Web 2.0 seperti jejaring sosial, blog, wiki dan google map serta memperbarui konten yang dinamis tentang tempat tujuan kunjungan atau informasi yang relevan tentang tempat kunjungan kuliner yang akan dicari oleh calon wisatawan lainnya.
Dinas Kebudayaan & Pariwisata Kota Tangerang Selatan mengalami dampak dari perkembangan dalam bidang ilmu pengetahuan dan teknologi. Data dan informasi yang diperlukan tentu harus mudah diakses dengan efektif dan efisien oleh berbagai pihak yang berkepentingan. Oleh karena itu dibutuhkan suatu media yang dapat memberikan informasi tentang restoran yang ada di Kota Tangerang Selatan beserta lokasi untuk menampilkan informasi mengenai letak geografis restoran sehingga masyarakat dapat menentukan restoran yang sesuai dengan seleranya dan dapat membantu pemilik restoran untuk mempermudah melakukan tanda daftar usaha pariwisata (TDUP).
Permintaan akan informasi dalam bentuk elektronik banyak diminati oleh masyarakat yang membutuhkan informasi mengenai sektor pariwisata apa saja yang ada di Kota Tangerang Selatan. Di dalam Peraturan Daerah Kota Tangerang Selatan Nomor 5 Tahun 2012 tentang Penyelenggaraan Pariwisata Kota Tangerang Selatan pada pasal 43 ayat (1) tertera Walikota melalui SKPD melakukan pengawasan terhadap penyelenggaraan kepariwisataan, dan ayat (3) tertera pelaksanaan pengawasan sebagaimana dimaksud pada ayat (1) dibantu oleh SKPD dan atau
instansi terkait. Dengan merujuk kepada peraturan tersebut. Walikota melalui SKPD atau instansi terkait dalam hal ini Kantor Kebudayaan dan Pariwisata melakukan pengawasan terhadap penyelenggaraan kepariwisataan salah satunya adalah registrasi perizinan Tanda Daftar Usaha Pariwisata (TDUP).
Dengan adanya media tersebut dapat membantu Dinas Kebudayaan dan Pariwisata Kota Tangerang Selatan dan pemilik restoran dalam melakukan proses perizinan TDUP serta memudahkan masyarakat dalam mendapatkan informasi restoran yang ada di Tangerang Selatan.dalam bentuk website dan bagi pemilik restoran dengan adanya website tersebut dapat mempermudah untuk mengurus tanda daftar usaha pariwisata (TDUP). Dengan adanya website ini, masyarakat dan pemilik restoran dapat mengetahui informasi seputar dengan kebudayaan dan pariwisata di Tangerang Selatan dan informasi elektronik lainnya melalui website tersebut.
Di dalam Dinas Kebudayaan & Pariwisata Kota Tangerang Selatan sering kali terjadi redundancy pengelolaan data restoran dan informasi yang diberikan tidak realtime karena proses pendataan yang mempunyai banyak tahapan yang memakan waktu lama dan belum terintegrasi sehingga membuat pemilik restoran sulit untuk mengetahui informasi yang up to date mengernai TDUP. Karena sebuah informasi yang realtime, cepat, dan akurat menjadi hal yang sangat penting bagi kelangsungan hidup saat ini. Data dan informasi yang diperlukan tentu harus mudah diakses dengan efektif dan efisien oleh berbagai pihak. Tentu saja hal ini sesuai dengan salah satu misinya yaitu, mengembangkan ekonomi kerakyatan berbasis inovasi
dan produk unggulan dan meningkatkan tata kelola pemerintahan yang baik berbasis teknologi informasi.
Adanya informasi terkait letak geografis juga akan memudahkan Kantor Kebudayaan dan Pariwisata Kota Tangerang Selatan untuk mengetahui lokasi restoran terkait jika sewaktu-waktu pihak Kantor akan melakukan survey pada salah satu restoran tertentu. Sebagai hasilnya masyarakat juga dapat dengan mudah untuk mengetahui letak geografis serta informasi-informasi terkait tentang restoran yang diinginkannya. Seperti yang diharapkan dari Undang-Undang Republik Indonesia Nomor 10 Tahun 2009 tentang Kepariwisataan pada pasal 20 poin “a” tertera setiap wisatawan berhak memperoleh informasi yang akurat mengenai daya tarik wisata.
Berdasarkan studi pendahulu yang dilakukan peneliti, penerapan sistem sebaran lokasi kuliner dan menyarankan restoran yang diinginkan belum pernah dipakai terkait dengan kuliner di Kota Tangerang Selatan. Hasil penelitian yang dilakukan oleh Putri (2018) hanya membuat pemetaan persebaran lokasi restoran yang berada di Tangerang Selatan namun hasil informasi yang diperoleh masyarakat dan pemilik restoran belum optimal. Hal ini tergambar dari hasil penelitian sebelumnya yang dilakukan oleh putri (2018), sehingga peneliti melakukan wawancara dan observasi kembali pada Dinas Kebudayaan & Pariwisata untuk memperoleh informasi mengenai restoran yang terdapat di Tangerang Selatan dan kenapa masyarakat sulit untuk menemukan restoran yang sesuai dengan selera masyarakat.
Dengan berkembangnya jumlah tempat kuliner, konsumen tentu akan mengalami kebingungan atau keragu-raguan untuk memilih tempat kuliner yang akan dikunjungi, khususnya yang sesuai dengan preferensinya. Sebuah preferensi yang bersifat subyektif menimbulkan rasa kepuasan yang berbeda-beda pada setiap orang. Kepuasan konsumen merupakan tingkat dimana anggapan terhadap suatu produk sesuai dengan harapan seorang pembeli. Harapan konsumen umumnya merupakan prakiraan atau keyakinan konsumen tentang apa yang akan diterimanya bila ia membeli atau mengkonsumsi suatu produk. Rasa kepuasan inilah yang menjadi tujuan akhir setiap konsumen apabila mengonsumsi suatu produk. Apabila ia tidak menemukan suatu hal yang sesuai dengan preferensinya, konsumen cenderung tidak akan merasa puas dan bahkan akan merasa kecewa setelah mengonsumsi produk tersebut.
Perlu dilakukan usaha untuk membantu konsumen dalam menyelesaikan masalahnya yaitu agar dapat memilih atau memutuskan tempat kuliner yang ingin mereka kunjungi, tanpa perlu merasa kebingungan atau takut akan rasa tidak puas dalam memilih tempat tersebut. Solusinya adalah dengan membangun sebuah sistem sebaran kuliner dengan metode collaborative filtering. Dimana siste ini merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan.
Sebaran sebuah pariwisata atau perjalanan menggunakan konsep ini untuk menolong para wisatawan untuk memutuskan tujuan perjalanan mereka tanpa harus bingung untuk memilih tempat yang sesuai dengan prefrensinya. Sistem sebaran dengen metode collaborative filtering merupakan metode yang dapat digunakan
untuk memprediksi kegunaan item berdasarkan penilaian pengguna sebelumnya. Secara sederhana collaborative filtering dapat diartikan sebagai metode yang dapat memberikan saran berdasarkan suatu hal yang disukai oleh pengguna dengan pengguna lain yang memiliki preferensi yang mirip, sehingga dapat memberikan saran yang tepat untuk penggunanya. Berdasarakan latar belakang yang telah dijabarkan, penulis tertarik untuk menyusun skripsi dengan judul “Sebaran Lokasi Kuliner di Kota Tangerang Selatan dengan Menggunakan Metode Collaborative Filtering Berbasis Web”.
1.2 Identifikasi Masalah
Berdasarkan latar belakang yang telah diuraikan, maka identifikasi masalah adalah berikut:
1. Minimnya informasi terkait kuliner yang sesuai dengan selera bagi masyarakat di Tangerang Selatan sehingga masyarakat bingung untuk menentukan restoran yang sesuai dengan seleranya.
2. Tidak adanya sistem pendaftaran online TDUP bagi pemilik restoran yang membuat pemilik restoran harus datang ke kanotr Dinas Kebudayaan & Pariwisata dan menunggu waktu yang lama untuk mendapatkan TDUP hingga jadi.
3. Seringnya terjadi redundancy data yang terjadi pada Dinas Kebudayaan & Pariwisata yang mengakibatkan data tidak muncul secara real time dan membuat lamanya peroses TDUP kepada pemilik restoran.
1.3 Rumusan Masalah
Adapun rumusan masalah pada penelitian ini adalah:
1. Kriteria apa saja yang dapat digunakan untuk memberikan saran kuliner di Tangerang Selatan.
2. Bagaimana menerapkan Collaborative Filtering untuk kuliner di Tangerang Selatan.
3. Bagaimana membangun sistem sebaran lokasi kuliner di Tangerang Selatan berbasis Web.
1.4 Batasan Masalah
Berdasarkan identifikasi masalah, maka ruang lingkup penelitian skripsi ini dibatasi pada:
1. Penelitian ini dilakukan di kantor Kebudayaan dan Pariwisata Kota Tangerang Selatan.
2. Sistem yang dihasilkan berbasis web yang dapat melakukan pengolahan data meliputi penambahan, ubah, lihat dan hapus dari data yang ada sehingga dapat menampilkan saran restoran melalu perhitungan simmilarity.
3. Input yang digunakan adalah dataset dari rating user terhadap objek kuliner di Tangerang Selatan.
4. Jumlah maximum neighbor yang digunakan adalah 4,6 dan 8 neighbor. 5. Nilai rating yang digunakan dari datasr adalah 1,2,3,4, dan 5.
6. Metode pengembangan sistem yang digunakan adalah RAD (Rapid Application Development).
7. Tools perancangan yang digunakan adalah UML (Unifed Modelling Language) Diagram yang digunakan yaitu use case diagram, activity diagram, class diagram dan sequence diagram.
8. Menggunakan bahasa pemrograman PHP dengan framework code igniter (CI), serta database yang digunakan adalah MySQL
9. Menggunakan Google Maps sebagai direct location, menggunakan MapGuide Maestro untuk menampilkan tampilan peta, ArcGis sebagai pengolah data spasial.
1.5 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah merancang dan membuat sistem sebaran menggunakan metode collaborative filtering yang mampu membantu masyarakat dan pemilik restoran dalam pendaftaran restoran, mengambil keputusan dan memberikan saran untuk memilih tempat makan yang sesuai dengan preferensi, sehingga memudahkan pengguna tersebut seperti:
1. Merancang sistem sebaran kuliner di Tangerang Selatan dengan menggunakan metode collaborative filtering yang dapat mengetahui restoran yang diinginkan oleh masyarakat dan memberikan kriteria yang dapat digunakan untuk menentukan restoran yang diinginkan, terdapat informasi persebaran lokasi restoran dan menyarankan restoran sesuai dengan preferensi pengguna.
2. Menghasilkan sistem informasi yang diharapkan dapat membantu Dinas Kebudayaan dan Pariwisata Kota Tangerang Selatan, pemilik restoran, dan masyarakat.
1.6 Manfaat Penelitian
Berikut ini adalah manfaat penelitian ini yang penulis dapat jabarkan yaitu sebagai berikut:
1. Bagi Penulis
a. Mengembangkan dan menerapkan ilmu pengetahuan yang didapat selama di bangku perkuliahan.
b. Mengetahui secara mendalam kondisi dan masalah yang sebenarnya terjadi dalam dunia kerja.
2. Bagi Masyarakat
a. Dengan tersedianya sistem sebaran ini membantu masyarakat atau pengguna dalam memilih tempat kuliner.
b. Mengetahui dimana saja letak persebaran tempat kuliner yang ada di Kota Tangerang Selatan.
c. Mengetahui akses jalan yang dapat ditempuh untuk menuju tempat kuliner tersebut.
3. Bagi Kantor Kebudayaan dan Pariwisata Kota Tangerang Selatan
a. Hasil penelitian ini dapat dijadikan media promosi bagi pariwisata Kota Tangerang Selatan.
b. Mempermudah pendataan tempat kuliner di Kota Tangerang Selatan. 4. Bagi Universitas
a. Mengetahui kemampuan mahasiswa dalam menguasai materi pelajaran yang diperoleh di bangku kuliah dalam menerapkan ilmunya dan sebagai bahan evaluasi.
b. Sebagai bahan referensi karya ilmiah dalam bidang sistem informasi, berguna sebagai bahan bacaan bagi penulis lain yang berminat untuk mengkaji permasalahan serupa.
5. Bagi Pemilik Restoran
a. Sebagai media promosi dan emudahkan dalam proses perizinan TDUP.
1.7 Metode Penelitian
Pada penulisan skripsi ini diperlukan data dan informasi yang lengkap guna mendukung penelitian, metodologi tersebut yaitu:
1.7.1 Metode Pengumpulan Data 1. Observasi
Observasi atau pengamatan langsung yang dilakukan pada Kantor Kebudayaan dan Pariwisata Kota Tangerang Selatan. Penulis langsung mengamati alur data dan informasi yang berjalan yang berkaitan dengan informasi sebaran lokasi restoran yang ada di Kota Tangerang Selatan.
2. Studi Pustaka
Studi pustaka merupakan pengumpulan data dan informasi dengan cara membaca artikel, buku, web, dan regulasi yang mendukung topik terkait guna menjadi suatu referensi dalam penelitian.
3. Wawancara
Wawancara adalah suatu metode penelitian yang meliputi pengumpulan data melalui interaksi verbal secara langsung antara pewawancara dan responden.
1.7.2 Metode Penge 1.7.3 mbangan Sistem
Dalam penyusunan skripsi ini, metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD) dan memakai pemodelan objek dengan menggunakan tools Unified Modelling Language (UML). Tahapan metodologi pengembangan sistem dengan Rapid Application Development yang dilakukan adalah sebagai berikut:
1. Requirement Planing
Fase ini penulis menganalisis dan mengidentifikasi tujuan tujuan serta kebutuhan akan informasi yang diperlukan pada sistem yang akan dibangun. 2. Workshop Design
Pada fase workshop design merupakan fase untuk merancang sistem sebaran lokasi kuliner dan memperbaiki sistem. Selama tahap desain sistem, pengguna merespon kerja prototype yang ada dan penganalisis memperbaiki modul-modul yang dirancang berdasarkan respon pengguna.
3. Implementation
Fase yang terakhir ini adalah fase untuk memperkenalkan sistem yang telah dibuat oleh penulis untuk pengguna (user) dapat dilihat dan dipelajari lebih mendetail. Dan akan diberikan testing khusus untuk implementasi sistem tersebut.
1.8 Sistematika Penulisan
Dalam penulisan skripsi ini, pembahasan terbagi dalam lima bab yang secara singkat akan diuraikan sebagai berikut:
BAB 1 PENDAHULUAN
Bab ini menjelaskan latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan. BAB 2 LANDASAN TEORI
Bab ini menguraikan teori dasar materi yang terkait dan penelitian sejenis yang digunakan untuk mendukung penelitian.
BAB 3 METODE PENELITIAN
Bab ini menguraikan metode penelitian yang digunakan penulis, baik itu metode pengumpulan data maupun metode pengembangan sistem.
BAB 4 PEMBAHASAN
Bab ini menjelaskan penerapan rancangan sistem sebaran dengan menggunakan metode collaborative filtering berbasis web dengan menampilkan antarmuka. BAB 5 PENUTUP
Bab ini berisi tentang kesimpulan dari penelitian serta saran yang berhubungan dengan sistem.
14
2.1 Konsep Dasar Sistem Informasi Geografis (SIG)
2.1.1 Pengertian SIG
Dalam (Prahasta, 2009), terdapat berbagai macam pengertian mengenai SIG, antara lain sebagai berikut:
a. Menurut (Aronoff, 1991) SIG adalah sistem yang berbasiskan komputer yang digunakan untuk menyimpan dan memanipulasi informasi-informasi geografi. SIG dirancang untuk mengumpulkan, menyimpan, dan menganalisis objek-objek dan fenomena dimana lokasi geografi merupakan karakteristik yang penting atau kritis untuk dianalisis.
b. Menurut Redlands (1995) SIG adalah kumpulan yang terorganisir dari perangkat keras komputer, perangkat lunak, data geografis dan personil yang dirancang secara efisien untuk memperoleh, menyimpan, mengupdate, memanipulasi, menganalisis dan menampilkan semua bentuk informasi yang bereferensi geografi..
2.1.2 Subsistem SIG
Menurut (Prahasta, 2009) SIG dapat diuraikan menjadi beberapa subsistem sebagai berikut:
a. Data Input
Subsistem ini bertugas untuk mengumpulkan dan mempersiapkan data spasial dan stribut dari berbagai sumber. Subsistem ini pula yang bertanggung
jawab dalam mengkonversi atau mentransformasikan format-format data-data aslinya ke dalam format yang dapat digunakan oleh SIG.
b. Data Output
Subsistem ini menampilkan atau menghasilkan keluaran seluruh atau sebagian basis data baik dalam bentuk softcopy maupun bentuk hardcopy seperti: tabel, grafik, peta, dan lain-lain.
c. Data Management
Subsistem ini mengorganisasikan baik data spasial maupun atribut ke dalam sebuah basisdata sedemikian rupa sehingga mudah dipanggil, update, dan di-edit.
d. Data Manipulasi & Analysis
Subsistem ini menentukan informasi-informasi yang dapat dihasilkan oleh SIG. Selain itu, subsistem ini juga melakukan manipulasi dan pemodelan data untuk menghasilkan informasi yang diharapkan.
Gambar 2.1 Subsistem SIG (Prahasta, 2009)
Data Inpu
Data Out
Data Management Data Mani pulations &
2.1.3 Komponen SIG
Menurut (Prahasta, 2009) SIG merupakan sistem yang kompleks dan pada umumnya terintegrasi dengan lingkungan sistem-sistem komputer yang lain di tingkat fungsional dan jaringan. Komponen SIG dapat diuraikan sebagai berikut:
a. Perangkat Keras
SIG tersedia untuk berbagai platform perangkat keras yang dapat digunakan oleh banyak orang secara bersamaan dalam jaringan komputer yang luas, tersebar, berkemampuan tinggi, memiliki ruang penyimpanan (hardisk) besar, dan mempunyai kapasitas memori (RAM) besar.Perangkat keras yang sering digunakan untuk SIG adalah computer (PC), mouse, digitizer, printer, plotter, dan scanner.
b. Perangkat Lunak
SIG merupakan sistem perangkat lunak yang tersusun secara modular dimana basisdata memegang peranan kunci. Perangkat SIG diimplementasikan dengan menggunakan perangkat lunak yang terdiri dari beberapa modul hingga ada perangkat SIG yang terdiri atas ratusan modul program yang masing-masing dapat dieksekusi sendiri.
c. Data dan Informasi Geografi
SIG dapat mengumpulkan dan menyimpan data atau informasi yang diperlukan baik secara tidak langsung dengan cara meng-import-nya dari perangkat-perangkat lunak SIG yang lain maupun secara langsung dengan cara melakukan digitasi data spasialnya dari peta dan memasukkan data atributnya dari table-tabel atau laporan dengan menggunakan keyboard.
d. Manajemen
Suatu proyek SIG akan berhasil jika dikelola dengan baik dan dikerjakan oleh orang-orang yang memiliki keahlian yang tepat pada semua tingkatan.
Gambar 2.2Komponen SIG
2.1.4 Jenis Data Pada SIG
Data pada SIG dikelompokkan dalam 2 (dua) bagian, yakni: Data Spasial (Keruangan) dan Data Non Spasial (Atribut).
1. Data Spasial
Secara sederhana data spasial dapat didefinisikan sebagai data yang berhubungan dengan ruang atau bersifat keruangan. Data spasial mendeskripsikan sekumpulan entity baik yang memiliki lokasi atau posisi yang tetap (memiliki kecenderungan untuk bertambah, bergerak atau berkembang). Jenis data ini sering disebut sebagai data-data posisi, koordinat, ruang atau spasial (Prahasta, 2009). Penyajian data spasial dalam komputer dapat disajikan secara raster atau vektor.
a. Model Data Raster
Model data raster menampilkan, menempatkan dan menyimpan data spasial dengan menggunakan struktur matriks atau piksel - piksel yang membentuk grid (Prahasta, 2009).
Gambar 2.3Struktur Model Data Raster
Entitas-entitas spasial model raster juga dapat disimpan di dalam sejumlah layer yang ecara fungsionalitas direlasikan dengan unsur-unsur petanya. Beberapa sumber entitas spasial raster adalah citra digital satelit (misalnya NOAA, Spot, Landsat, Ikonos, QuickBird dan lain sejenisnya), citra digital radar dan model ketinggian digital (DTM atau DEM dalam model data raster) (Prahasta, 2009). b. Model Data Vektor
Model data vektor menampilkan dan menyimpan data spasial dengan menggunakan titik-titik, garis-garis atau kurva, atau poligon beserta atributnya (Prahasta, 2009). Entitiy titik: meliputi semua objek grafis atau geografis yang dikaitkan dengan pasangan koordinat (x,y).
1) Entity garis: didefinisikan sebagai semua unsur linier yang dibangun dengan menggunakan segmen-segmen garis lurus yang dibentuk oleh dua titik koordinat atau lebih.
2) Entity poligon (area): bertujuan untuk mendeskripsikan properties yang bersifat topologi dari suatu area (bentuk, hubungan ketetanggan dan hirarki) sedemikian rupa hingga properties yang dimiliki oleh blok-blok bangunan spasial dasar dapat ditampilkan dan dimanipulasi sebagai data peta tematik.
2. Data Non Spasial
Merupakan jenis data yang mempresentasikan aspek-aspek deskriptif dari fenomena yang dimodelkannya (Prahasta, 2009). Aspek Deskriptif ini mencakup items atau properties dari fenomena yang bersangkutan hingga dimensi waktunya. Jenis data atribut (non-spasial) banyak digunakan oleh sistem-sistem manajemen basis data (DBMS-database management system). 2.1.5 SIG Berbasis Web
Sistem ini merupakan aplikasi yang berjalan pada media jaringan media LAN dan atau internet; khususnya dengan layanan web-nya. Dengan demikian, para pengguna yang memanfaatkan aplikasi browser internet dapat mengirimkan beberapa request terhadap server-nya untuk memperoleh informasi yang pada umumnya tersedia dalam bentuk teks dan file gambar dengan format HTML (Prahasta, 2009).
2.1.6 Basis Data SIG
SIG tidak dapat dilepaskan dengan basis data, sebab SIG sendiri memerlukan basis data (spasial dan atribut) yang disimpan di dalam basis data spasial (dimana data atribut terdapat di dalamnya) (Prahasta, 2009). Sistem manajemen basis data atau Database Management System (DBMS) merupakan
bagian penting di dalam SIG. Dalam Prahasta (2009), terdapat berbagai macam pengertian mengenai sistem manajemen basis data, antara lain sebagai berikut:
a. Menurut Elmasri, yang dimaksud dengan sistem manajemen basis data adalah paket perangkat lunak (software) atau sistem yang digunakan untuk memudahkan pembuatan dan pemeliharaan basis data yang terkomputerisasi. b. Menurut Kadir, DBMS merupakan suatu program komputer yang digunakan untuk menghapus, memanipulasi dan memperoleh data dan informasi dengan praktis dan efisien. Berikut ini adalah model basis data di dalam DBMS (Prahasta, 2009):
1. Flat file (tabular): data (properties objek spasial) dituliskan dengan menggunakan metode yang paling sederhana dan terletak di dalam tabel yang berukuran relatif panjang tunggal (tidak terdapat kaitan antara suatu tabel dengan tabel-tabel lainnya seperti halnya dokumen atau file lembar kerja atau spreadsheets).
2. Hierarchical: model ini sering disebut dengan model pohon atau hirarki karena mirip dengan struktur pohon (tetapi) terbalik. Model ini menggunakan pola hubungan parent-child.
3. Network: model basis data ini sering disebut juga sebagai model DBTG (database task group) atau CODASYL (conference on data systems languanges) karena model ini telah distandarisasikan oleh institusi DBTG (yang merupakan bagian dari CODASYL) pada tahun 1971. Model ini sebenarnya sangat mirip dengan model hierarchical, tetapi pada model network ini, setiap child dapat memiliki lebih dari satu parent.
4. Relational: model ini terdiri tabel-tabel (dimana data direpresentasikan dalam bentuk tabel yang terdiri baris-baris dan kolom-kolom) yang ternormalisasi dengan field-field kunci sebagai penghubung relasional antar tabel-tabelnya. Tabel “Murid”
Tabel 2.1 Contoh Tabel Relasional
NIM Nama Alamat
1093024 Maulida Jl. Matoa No. 29 1093005 Dodi Jl. Manga No. 30 10930014 Roni Jl. Matoa No. 40
Sebagai model basis data yang paling terkenal dan sering diimplementasikan di dalam DBMS, model relasional sangat banyak digunakan di dalam sistem perangkat lunak SIG. Beberapa diantara DBMS yang menggunakan model basis data relasional adalah:
1. Dbase (*.dbf): digunakan oleh ArcView GIS beserta beberapa perangkat lunak SIG lainnya yang berbasiskan data spasial format shapefile.
2. Dbase (*.dbf): digunakan oleh PC Arc/Info dan SIG lain yang masih berbasiskan PC.
3. INFO: digunakan di dalam Arc/Info.
4. Oracle: digunakan oleh Arc/Info, Geovision dan lainnya. 5. Empress: digunakan oleh System/9.
2.2 Peta
2.2.1 Pengertian Peta
Menurut Prahasta (2009), peta merupakan suatu representasi konvensional (miniatur) dari unsur-unsur (features) fisik (alamiah dan buatan manusia) dari sebagian atau keseluruhan permukaan bumi di atas media bidang datar dengan skala tertentu. Suatu peta idealnya harus dapat memenuhi ketentuan geometrik sebagai berikut:
a. Jarak antara titik yang terletak di atas peta harus sesuai dengan jarak sebenarnya di permukaan bumi (dengan memperhatikan faktor skala peta). b. Luas permukaan yang digambarkan di atas peta harus sesuai dengan luas sebenarnya di permukaan bumi (dengan memperhatikan faktor skala peta). c. Besar sudut atau arah suatu garis yang digambarkan di atas peta harus sesuai
dengan besar sudut atau arah sebenarnya di permukaan bumi.
d. Bentuk yang digambarkan di atas peta harus sesuai dengan bentuk yang sebenarnya di permukaan bumi (dengan memperhatikan faktor skala peta). Pada daerah yang relative kecil (30 km × 30 km) permukaan bumi diasumsikan sebagai bidang datar, sehingga pemetaan daerah tersebut dapat dilakukan tanpa proyeksi peta dan tetap memenuhi semua persyaratan geometric,
maka pemetaan pada bidang datar tidak dapat dilakukan dengan sempurna tanpa terjadi perubahan (distorsi) dari bentuk yang sebenarnya sehingga tidak semua persyaratan geometric peta yang ideal dapat dipenuhi.
2.2.2 Simbolisasi Peta
Berikut ini adalah simbolisasi peta berdasarkan bentuk dan kenampakan geografis dan juga berdasarkan wujudunya.
a. Berdasarkan bentuk dan kenampakan geografis yang diwakili, di antaranya: 1. Simbol Titik
Kenampakan geografis yang tidak memiliki dimensi (0 D) seperti lokasi kota, lokasi pelabuhan dan lokasi objek lainnya.
Gambar 2.5 Entity Titik dengan Asosiasi Informasi
2. Simbol Garis
Kenampakan geografis berdimensi 1 (1D) seperti jalan, sungai dan lain-lain.
3. Simbol Area/ Poligon
Kenampakan geografis berdimensi 2 (2 D) seperti wilayah adminstrasi.
Gambar 2.7 Entity Poligon
b. Berdasarkan wujudnya, di antaranya: 1. Simbol Piktoral
Suatu simbol yang dalam kenampakan wujudnya ada kemiripan dengan wujud dan unsur yang diwakilinya. Contoh: objek masjid digambarkan dengan bentuk rumah.
2. Simbol Geometrik
Suatu simbol yang dalam kenampakan wujud tidak ada kemiripan dengan wujud unsur yang diwakilinya. Contoh: objek masjid digambarkan dengan segitiga.
3. Simbol Huruf
Simbol huruf yang dalam kenampakan wujudnya berbentuk huruf atau angka, biasanya diambil dari huruf pertama dan atau kedua dari nama unsur yang digambarkan. Contoh: objek masjid digambarkan dengan huruf M.
2.3 Kuliner
2.3.1 Pengertian Kuliner
Kata kuliner berasal dari bahasa Inggris, yaitu culinary yang berarti “urusan masak memasak”. Kata kuliner tersebut menjadi luas di Indonesia karena adanya media masa dan televisi. Berdasarkan pengertian tersebut, bagi anda yang memiliki hobi jalan-jalan dan makan sangat cocok untuk melakukan kegiatan kuliner ini. Karena mencari hal yang baru sama seperti belajar, dan kuliner juga memiliki arti sebagai mencari hal yang baru dalam bidang makanan dalam aktifitas berpergian. Secara harafiah, kuliner adalah kata yang digunakan untuk merujuk pada sesuatu yang berhubungan dengan memasak. Profesi kuliner sendiri dapat diartikan profesi untuk memasak atau mempersiapkan produk makanan, seperti chef, management restaurant, ahli gizi dan sebagainya. Produk makanan merupakan hasil proses pengolahan bahan mentah menjadi makanan siap dihidangkan melalui kegiatan memasak.
Menurut Misiura dalam Tikkanen (2007) kuliner saat ini telah diakui sebagai komponen kebudayaan daerah yang dikonsumsi oleh wisatawan, komponen pemasaran wisata, komponen pertumbuhan pedesaan dan ekonomi daerah, dan sebagai koefisien lokal yang dipengaruhi oleh kebiasaan konsumsi para wisatawan. Sementara itu, Bessière (1998) membuat simbol terhadap kuliner sebagai berikut:
1. Kuliner sebagai simbol, beberapa produk kuliner terhubung ke fantasi dan memiliki simbolik yang suat
3. Kuliner sebagai kelas penanda;
Dengan demikian, geografi memiliki andil dalam kategori kuliner. Konsep terroir, yaitu kombinasi dari tanah setempat, lingkungan fisik, dan budaya lokal yang membuat produk lokal dan masakan yang unik dari wilayah tersebut menjadi penting. Jadi, terkadang produk lokal menjadi ikon sebuah wilayah itu sendiri.
2.4 Collaborative filtering
2.4.1 Pengertian Collaborative filtering
Collaborative filtering merupakan proses penyaringan atau pengevaluasian item menggunakan opini orang lain (Schafer et al., 2007). Pada prosesnya metode Collaborative filtering melakukan penyaringan data berdasarkan tingkah laku pengguna, sehingga dapat memberikan informasi yang baru kepada pengguna lainnya. Berikut merupakan skema dari Colaboratif Filtering dalam pemberian saran kepada user aktif.
Gambar 2.8 Skema Collaboratuve filtering
Gambar 2.8 menunjukkan diagram skema dari proses collaborative filtering. Algoritma CF merepresentasikan seluruh m x n user-item sebagai matriks rating dimana setiap entri merupakan nilai rating dari user untuk setiap item. Active user
(Ua) pada skema ini merupakan user yang akan dicari item yang mungkin disukainya dengan menggunakan algoritma CF (Sarwar et al, 2001).
Dalam skenario CF terdapat daftar pengguna m user U = {u1, u2,.…, um} dan daftar item I = {p1, p2,…, pn}. Setiap ui user mengekspresikan pendapatnya tentang daftar item miliknya. Kumpulan set dari pendapat itu disebut dengan rating dari user ui dan dilambangkan dengan Iui. Setelah sistem ini menentukan ketetanggaan terdekat, maka sistem akan merepresentasikan item yang mungkin disukai user dalam dua bentuk Sarwar et al. (2001), yaitu:
1. Prediksi, merupakan nilai numerik dimana Pa,j adalah nilai prediksi rating item j yang mungkin disukai oleh active user (Ua). Nilai prediksi ini digunakan dengan skala yang sama dengan nilai yang disediakan (misalnya, dari skala 1 sampai 5).
2. Rekomendasi adalah daftar N item yang mungkin akan disukai oleh user Ua. Daftar yang disarankan biasanya terdiri dari item yang belum pernah dibeli atau di-rating oleh active user. Output dari algoritma CF ini juga dikenal sebagai Top-N Recommendation
2.4.2 Item-Based Collaborative Filtering
Item-based collaborative filtering adalah mencari pola pemberian rating terhadap sebuah item dan kemudian mencoba memprediksi rating yang akan diberikan seorang pengguna terhadap item lain. Contohnya Eric menyukai film “Forrest Gump” dan “Wall-E” ,namun dia belum menonton film “Titanic”. Maka Eric melihat bahwa justin dan Kevin sudah memberikan peringkat yang sama pada film “Titanic” dengan dua film sebelumnya, maka Eric menyimpulkan bahwa dia
juga akan menyukai film “Titanic” Ricci et al. (2010), seperti yang disajikan pada gambar 2.9.
Gambar 2.9 Konsep item-based collaborative filtering 2.4.3 Algoritma Collaborative filtering
Suatu algoritma dianggap probabilistik bila algoritma tersebut berdasarkan model probabilistik. Algoritma tersebut menggunakan opini orang lain (Schafer et al., 2007). Menurut teori dan penggunaannya Schafer membagi algoritma collaborative filetering ke dalam dua kelas yang berbeda yaitu:
a. User-based Collaboratif Filtering
Model User-based collaborative filtering mengasumsikan bahwa cara yang baik untuk menemukan item yang menarik bagi user tertentu adalah dengan mencari user lain yang memiliki minat yang sama. Jadi, pada awalnya user- based CF mencoba untuk menemukan user neighbor berdasarkan pada user similarity dan kemudian setiap nilai rating dari user neighbor akan dijadikan bahan rekomendasi bagi user aktif.
b. Item-based Filtering
Pada model Item-based collaborative filtering memiliki skema yang hampir sama dengan user-based, jika sebelumnya user-based yang dicari adalah korelasi antara user, maka pada item-based collaborative filtering korelasi yang
dicari adalah antar item yang disukai oleh user kemudian item yang berkorelasi tersebut disarankan terhadap sejumlah user lainnya (Gong, 2010).
2.4.4 Penemuan Similar User
Pada tahapan ini merupakan tahap untuk mencari user yang memiliki kesamaan minat. Setiap user yang pernah me-rating item akan dibandingkan dengan user lain yang belum pernah me-rating item. Hasil dari tahapan ini adalah nilai similarity (kemiripan) yang menggambarkan seberapa mirip suatu user dengan user lain. user similarity hanya dihitung dari item yang telah di-rating oleh pengguna u dan pengguna v. Terdapat beberapa Algoritma untuk menemukan similar user, yaitu: Cosine-based Similarity, Adjusted-cossine similarity, dan Correlation-based Similarity (Sarwar et al., 2001).
a. Algoritma Cosine-based Similarity
Pada kasus ini dua item dianggap sebagai 2 vektor. Kesamaan antara 2 item ini diukur dengan menghitung kosinus dari sudut antara 2 vektor item. Item dibandingkan misalnya u dan v, dianggap sebagai sebuah vektor baris dengan anggotanya adalah nilai rating yang diberikan terhadap kedua item tersebut. Dua vektor dikatakan sama jika membentuk sudut 0 derajat atau nilai kosinusnya 1. Dengan kata lain dua item dikatakan mirip jika nilai kosinus dari perhitunganmendekati 1 (Wiranto & Winarko, 2015).
Dimana ⃗ dan ⃗ merupakan vektor-vektor baris dengan anggota nilai rating pada item i dan item j. Cos merupakan nilai cosinus sudut yang dibentuk vektor baris ratingitemi dan j.
b. Algoritma Pearson correlation Similarity
Pada algoritma ini kemiripan antara dua user a dan b diukur dengan menghitung korelasi Pearson-r correlation. Agar perhitungan korelasi yang diperoleh akurat, terlebih dahulu dilakukan pemisahan terhadap co-rated user (user yang kedua user a dan b me-rating suatu item yang sama). Persamaan person corelation similarity: Pada penelitian kali ini, algoritma pearson correlation similarity dipilih untuk digunakan dalam menentukan nilai similarity antar user. Berdasarkan nilai hasil perhitungan similarity, dapat dilakukan perhitungan pembangkitan rekomendasi yang didasari oleh similarity antar user.
Berdasarkan nilai similarity antar user, maka langkah selanjutnya adalah proses perhitungan prediksi. Proses prediksi yang dilakukan adalah dengan memperkirakan nilai rating dari item terhadap seorang user yang belum pernah me-rating item tersebut. Algoritma yang dapat digunakan untuk mendapatkan prediksi dari suatu user yaitu algoritma weighted sum dan Algoritma Regression (Sarwar et al., 2001). Berikut merupakan penjelasan kedua algoritma tersebut:
a. Algoritma weighted sum
Algoritma ini mendapatkan nilai prediksi dengan menghitung total rating pada item yang diberikan oleh user yang mirip dengan user yang ingin diprediksi. Teknik ini memprediksi user a untuk item i dengan menghitung jumlah rating item yang diberikan oleh user yang berkorelasi dengan user a. Setiap rating yang diberikan item pada user yang berkorelasi dengan user i akan dikalikan dengan nilai kemiripannya. Kemudian dibagi dengan jumlah nilai absolut kemiripan seluruh user yang berkorelasi. Persamaan weighted sum:
Prediksi dengan persamaan weighted sum diperoleh dengan menghitung total keseluruhan dari perkalian antara rating item terhadap suatu user dan nilai similarity user tersebut
Selanjutnya menghitung total keseluruhan dari nilai similarity user yang mirip dengan user yang akan prediks. Langkah terakhir yaitu membagi langkah pertama dengan langkah kedua, yang mana akan menghasilkan nilai prediksi untuk user terhadap item i.
2.4.5 Pearson Correlation
Sebuah Teknik pengukuran yang dapat menentukan seberapa dekat relasi antara dua himpunan bilangan yang berbeda dengan syarat himpunan bilangan terseubt harus memliki urutan yang tetap dan berpadangan satu dengan lainnya. Hasil pengukuran dapat berupa relasi positif ataupun negatif. Relasi positif dapat menunjukan bahwa kedua himpunan memiliki kecenderungan kenaikan atau
penambahan nilai yang sejajar, sedangkan relasi negatif menunjukan kedua himpunan memiliki kecenderungan penurunan atau pengurangan nilai yang sejajar. Sejajar dalam konteks ini merupakan penurunan dan penarikan nilai yang saling mengikuti antara kedua variable tersebut. (Theodorus, 2016). Berikut persamaan yang digunakan untuk menghitung similarity antar item yang di-rating oleh user.
2.5 Metode Pengumpulan Data
2.5.1 Observasi
Observasi merupakan teknik atau pendekatan untuk mendapatkan data primer dengan cara mengamati langsung obyek datanya. Pendekatan observasi dapat diklasifikasikan ke dalam observasi perilaku dan observasi non-perilaku (Jogiyanto, 2008).
Keuntungan menggunakan teknik observasi, yaitu (Shalahuddin & Rosa, 2013): 1. Analis dapat melihat langsung bagaimana sistem lama berjalan.
2. Mampu menghasilkan gambaran lebih baik jika dibanding dengan teknik lainnya.
Kelemahan menggunakan teknik observasi, yaitu (Shalahuddin & Rosa, 2013): 1. Membutuhkan waktu cukup lama karena jika observasi waktunya sangat
terbatas maka gambaran sistem secara keseluruhan akan sulit untuk diperoleh.
2. Dapat mengganggu pekerjaan orang-orang pada bagian yang sedang diamati.
2.5.2 Studi Pustaka
Studi pustaka adalah mengumpulkan data dan informasi dengan cara membaca dan mempelajari buku-buku, referensi serta situs-situs penyedia layanan yang berkaitan dengan judul (Nazir, 2005). Sedangkan
Menurut Jogiyanto (2008), studi pustaka adalah cara penelitian yang dilakukan dengan membaca dan mempelajari buku-buku pustaka, dan website tertentu yang dijadikan pendukung dalam penelitian yang dilakukan.
Tabel 2.2 Penelitian Sejenis
No Nama Peneliti Metode Penelitian Kelebihan & Kekurangan Tools Hasil
1 Kadyanan Collaborative Filtering dengan algoritma Slope One Kelebihan: Notepad ++, XAMPP, Visio
User dapat mengetahui makanan khas Bali dan mendapatkan informasi harga sehingga user tidak lagi bingung untuk
memilih makanan khas Bali. Den g a n m em bu a t p en el i t i an t er sebu t p en el i t i in g in m en g en al k an k em ba l i ma k an an k h a s Ba l i seh in g ga t i d a k t er t in g g al d en gan ma k an an cep a t sa ji Kekurangan:
No Nama Peneliti Metode Penelitian Kelebihan & Kekurangan Tools Hasil Kek u r a n gan d a la m p en el i ti an in i i a l ah t in g k at p en g g un a a p l i k a si ya n g d i bu a t ti d a k ban ya k , seh i n g ga t i d a k m em u n cu l k an k em i r i pan an t ar i t em 2 Devi, Tonara Collaborative Filtering dan ItemBased. Kelebihan: Notepad ++, XAMPP
Membantu konsumen untuk menentukan tempat makan yang di inginkan dengan
selera konsumen. Mem ba n t u k on su m en un t u k m em i l ih t em p a t m a kan ya n g su su a i d en g an pr efr en sin ya . Kekurangan: Ba g i p en g g un a p em u l a , p en ya r in g an ber ba si s k on t en su l i t u n t u k m en gh a si l k an r ek om en d a si . Kar en a in for m a si d a n r ek om en d a si ya n g d i t a m p il k an m er u p a k an b er d a sar k an k on t en . 3 Arief, Widyawan, Hantono Collaborative Filtering dan LocationBased Kelebihan: Sublime text, XAMPP
Hasil dari penelitian ini berupa sebuah aplikasi sistem rekomendasi pariwisata
berbasis mobile webmenggunakan platformjQuery Mobile, HTML 5, JavaScript, Ajax, PHP dan MySQL Mem bu a t ot om a si si st em
r ek om en d a si p ar i wi sa t a m obi l e m en g g un a k an k on sep p er son a l i sa si d en gan m et od e c ol l a b or a t i ve fi l t er i n g d an l oca t i on ba sed fi l t er in g seba g a i p en g g an t i dar i si st em man u a l ( m em i n t a sar an seor a n g p em a n d u wi sa t a ) .
No Nama Peneliti Metode Penelitian Kelebihan & Kekurangan Tools Hasil T i d a k m en jel a sk a n seca r a d et a i l h a n d p h o n e a p a sa ja ya n g da p a t m en g g un a k an a pl i k a si t er sebu t 4 Badriyah, Fernando, Syarif Content Based Filtering dan Algoritma Apriori Kelebihan: Dreamwiver, XAMPP, Visio 2010
Dengan adanya fitur sistem rekomendasi diharapkan agar pembeli dapat dengan
cepat menemukan barang yang dibutuhkan. Dengan strategi ini ecommerce dapat meningkatkan pelayanan dan kepuasan pelanggan,
meningkatkan pendapatan pada ecommerce itu sendiri. Da p a t m en g an a l i si s p ol a p ol a k om bi n a si i t em seh in g ga da p a t m en in g k at k an p el a ya n a n d an k ep u a sa n p a da p el an g gan . Kekurangan: Si st em h an ya d a p a t m en am p i l k an da p a t m em ber i k a n r ek om en d a si p r od u k b er d a sar k an tr an sa k si bel a n ja ya n g p er n ah di l a k u kan ol eh p em b el i .
5 Wijaya, Alfian ContentBased Filtering
Kelebihan:
Notepad ++
Dengan teknik penggabungkan secara mixed hybrid antara metode collaborative
filtering dan contentbased filtering dapat menghasilkan sistem rekomendasi laptop yang mampu menutupi kekurangan dari
setiap metode yang digunakan. Mem b er i k a n sar an a t a u p un r ek om en d a si la p t op ber d a sa r k an k et er t a r i k an d an k ebu t u h an d a l a m p en car i an r ef er en si . Kekurangan: Ha n ya m em b er i k an r ek om en d a si b er d a sar k an k on t en ya n g t er sed i a . 6 Parwita, Swari, Welda ContentBased Filtering Kelebihan: Notepad ++,
MySQL Sistem dibangun dengan membandingkan hasil ekstraksi komen UPP dan komen penelitian dosen. Proses ekstraksi teks Men g h a sil k an r ek om en d a si d os en p em bi m bi n g t u g a s a kh ir ya n g m em i l i ki bi d a n g m in a t d an k ea h l ian ya n g m en d ek a ti t op i k p en el i t i an t u g a s a kh ir ya n g d i a ju k a n ol eh m ah a si swa .
No Nama Peneliti Metode Penelitian Kelebihan & Kekurangan Tools Hasil
Kekurangan: yaitu tokenisasi, stopword removal,
stemming, dan pembobotan. Hasil ektraksi lalu dibandingkan dengan menggunakan
pendekatan cosine similarity. Si st em r ek om en d a si in i bel u m d i u ji d a r i si si a k ur a si r ek om en d a si ya n g d ih a si l kan . 7 Wahyo U, Angga Anggriawan
Hybird content dan Collaborative Kelebihan: Dreamwiver, XAMPP Men g h a sil k an r ek om en d a si p a k et wi sa t a ya n g sesu a i ba g i wi sa t a wa Si st em d en g an d i ba n g un m en g g un a k an g a bu n g an Hy bi rd C o n t e n t d an c o l l a bo ra t i v e k e a k u r a t a kn 7 7 % . Kekurangan: Pen el i t i h an ya m en g g un a k an sa t u m et od e 8 Rahmawati, Nurjanah, Rismala Hybird dengan metode Knowledge Based Recommender System dan Collaborative Filtering Kelebihan: Sublime text
Mendapatkan hasil yang baik dengan menggabungkan dua metode untuk
merekomendasikan pekerjaan. Mem bu a t h ybr i d r ecom m en d er
s yst em d en g a n m en g g a bu n g k an d u a t ek n i k ya i t u k n owl ed g e ba s ed r ec om m en d er s yst em d a n C ol l a bor a t i ve Fi l t er in g . Kekurangan: Pen el i t i h an ya m en g g un a k an r ek om en d a si d ar i d o ma i n k n o wl e d g e un t u k m en a m pi l k an r ek om en d a si p ek er ja a n . 9 Pamuji Kelebihan:
No Nama Peneliti Metode Penelitian Kelebihan & Kekurangan Tools Hasil Metode Hybrid Filtering Pen el i t i an in i m en g in t egr a si k an p et a vi r t u a l d en g an Go o g l e M a p s d a n la ya n a n in for m a si k u l in er ser ta wi sa t a d i Kot a T er n a t e Notepad ++, XAMPP
Pengembangan antarmuka Mobile Advertising di Kota Ternate ini telah mampu menyediakan akses informasi wisata dan kuliner Pulau Ternate dengan
baik dan mengintegrasikan antara peta virtual Google Maps dan layanan informasi kuliner dan wisata di Kota
Ternate Kekurangan:
B el u m m en g g un a kan HT ML5 , b el u m m en g g un a kan a l g or it m a u n t u k d a ta mi n i n g.
2.5.3 Wawancara
Wawancara adalah komunikasi dua arah untuk mendapatkan data dari responden. Wawancara dapat berupa wawancara personal, wawancara intersep dan wawancara telepon (Jogiyanto, 2008). Keuntungan menggunakan teknik wawancara, yaitu (Shalahuddin & Rosa, 2013):
1. Lebih mudah dalam menggali bagian sistem mana yang dianggap baik dan bagian mana yang dianggap kurang baik.
2. Jika ada bagian tertentu yang menurut anda perlu untuk digali lebih dalam, anda dapat langsung menanyakan kepada narasumber.
3. Dapat menggali kebutuhan user secara lebih bebas.
4. User dapat mengungkapkan kebutuhannya secara lebih bebas.
Kelemahan menggunakan teknik wawancara, yaitu (Shalahuddin & Rosa, 2013): 1. Wawancara akan sulit dilakukan jika narasumber kurang dapat
mengungkapkan kebutuhannya.
2. Pertanyaan dapat menjadi tidak terarah, terlalu fokus pada hal-hal tertentu dan mengabaikan bagian lainnya.
2.6 Rapid Application Development (RAD)
Rapid Application Development (RAD) adalah suatu pendekatan objek terhadap pengembangan sistem yang mencakup suatu metode, serta perangkat-perangkat lunak (Kendall & Kendall, 2018). RAD bertujuan mempersingkat waktu yang biasanya diperlukan dalam siklus hidup pengembangan sistem tradisional
antara perancangan dan penerapan suatu sistem informasi. RAD merupakan salah satu metode prototyping yang memiliki fase fase sebagai berikut.
Gambar 2.11 Fase-fase RAD
2.6.1 Fase Requirement Planning
Dalam fase ini, pengguna dan penulis bertemu untuk mengidentifikasikan tujuan-tujuan aplikasi atau sistem serta untuk mengidentifikasi syarat-syarat informasi yang ditimbulkan dari tujuantujuan tersebut. Fase ini memerlukan peran aktif mendalam dari kedua kelompok tersebut, tidak hanya menunjukkan proposal atau dokumen. Selain itu, juga melibatkan pengguna dari beberapa level yang berbeda dalam organisasi. Orientasi dalam fase ini ialah menyelesaikan problemproblem perusahaan. Meskipun teknologi informasi dan sistem bias mengarahkan sebagian dari sistem yang diajukan, fokusnya akan selalu tetap pada upaya pencapaian tujuan-tujuan perusahaan (Kendall & Kendall, 2018).
