Alhamdulillah saya panjatkan kepada Allah SWT yang telah melimpahkan rahmat dan hidayah-Nya sehingga saya dapat menyelesaikan tugas terbaru saya yang berjudul sistem rekomendasi kedai kopi dengan metode Collaborative Filtering berbasis web di Yogyakarta. Laporan tugas akhir ini disusun sebagai salah satu syarat akademik untuk menyelesaikan studi jenjang sarjana (S-1) di Jurusan Ilmu Komputer Fakultas Teknologi Industri Universitas Islam Indonesia Kota Yogyakarta. Sehingga penulis dapat memanfaatkan permasalahan ini untuk memaksimalkan proses sistem rekomendasi kedai kopi menggunakan metode Collaborative Filtering berbasis web di kota Yogyakarta.
Dengan demikian, penulis dapat memanfaatkan kondisi ini untuk memaksimalkan proses rekomendasi kedai kopi menggunakan metode Collaborative Filtering online di kota Yogyakarta. Sistem rekomendasi ini dapat memberikan rekomendasi berupa sistem informasi yang dipersonalisasi yang digunakan untuk menawarkan barang atau tempat kepada pengguna dan memberikan informasi yang dapat membantu pengguna dalam memilih barang.
GLOSARIUM
PENDAHULUAN
Dengan melihat latar belakang kejadian dan menganalisis permasalahan untuk menemukan ciri khas kedai kopi di Kota Yogyakarta, maka dibuatlah sistem rekomendasi penyaringan kolaboratif berbasis web. Sistem rekomendasi kedai kopi dengan metode Collaborative Filtering cocok untuk membantu merekomendasikan kedai kopi di wilayah Yogyakarta dengan menggunakan pendekatan item and place. Cara Membangun Sistem Rekomendasi Kedai Kopi Menggunakan Metode Collaborative Filtering Berbasis Web di Kota Yogyakarta.
Tujuan dari penelitian ini adalah untuk mengembangkan sistem rekomendasi kedai kopi dengan metode Collaborative Filtering di Kota Yogyakarta dengan tujuan untuk merekomendasikan kedai kopi favorit para pecinta kopi berdasarkan rating numerik.
TINJAUAN PUSTAKA
Merekomendasikan wisatawan atau pecinta kopi di kota Yogyakarta untuk mencari kedai kopi yang mempunyai kedai kopi sendiri yang mempunyai menu, fasilitas, kemasan, pelayanan, keramahan dan harga yang istimewa. Bab ini berisi uraian tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, metode penelitian dan sistem penulisan.
ANALISIS SISTEM DAN PEMODELAN KEPUTUSAN
PERANCANGAN SISTEM
IMPLEMENTASI DAN PENGUJIAN
KESIMPULAN DAN SARAN
Algoritma collaborative filtering
Dalam metode ini, korelasi yang diperlukan adalah item-item yang telah dinilai oleh pengguna, kemudian sejumlah item berkorelasi lainnya digunakan sebagai daftar rekomendasi N teratas. Motivasi utama di balik metode ini adalah pengguna akan cenderung menyukai artikel yang mirip atau memiliki korelasi dengan artikel yang sudah mereka sukai. Tahap awal dari metode Collaborative Filtering berbasis item adalah menghitung nilai kemiripan antar item yang telah dinilai oleh pengguna. Bentuk penilaian yang dilakukan oleh pengguna sendiri biasanya berupa penilaian dalam skala tertentu.
Nilai kemiripannya mendekati +1,0 maka kedua item tersebut cenderung mirip satu sama lain, sehingga jika pemeringkatan suatu item terhadap item lainnya dapat dikenali dan disimpulkan dengan probabilitas yang tinggi.
Gambaran sistem rekomendasi yang dibuat
Parameter sistem rekomendasi kedai kopi
Dalam meneliti sistem rekomendasi kedai kopi, penulis akan memaparkan secara singkat beberapa perubahan terkait kedai kopi. Kedai kopi tersebut bernama Kiva Han dan berada di kota Konstantinopel (sekarang Istanbul) di Turki. Kedai kopi ini dikenal sebagai kedai kopi pertama yang dibuka dan menyajikan kopi khas Turki kepada pengunjungnya.
Kafe-kafe di Turki pada zaman dahulu mempunyai hukuman yang mengatur bahwa jika seorang suami tidak menyediakan kopi yang cukup untuk istrinya, maka istri berhak menceraikan suaminya. Tempat favorit pecinta kafe ini biasanya terletak di pusat perbelanjaan dan pusat hiburan. Keempat, kopi spesialti, kedai kopi jenis ini biasanya menyajikan kopi spesialti seperti Tanamera Coffee dan Space Coffee yang biji kopinya dipanggang sendiri menggunakan roaster berukuran besar untuk menghasilkan kopi yang nikmat.
Kelima kedai kopi ini umumnya tidak memiliki banyak gerai, hanya satu saja, karena biasanya kedai kopi ini lebih unggul dalam interiornya yang Instagrammable. Contoh kedai kopi dengan konsep seperti ini di kota Yogyakarta adalah Floor Earth dan Lingkar Coffee. Perbandingan penelitian ini dengan penelitian lain yang bertajuk sistem rekomendasi laptop menggunakan Collaborative Filtering dan Content Based Filtering.
Penelitian serupa lainnya adalah sistem rekomendasi di E Commerce yang menggunakan K-nearest neighbour yang berfokus pada pendekatan konsumen sebelum melihat atau membeli suatu produk di E Commerce dan merekomendasikannya kepada pengguna berikutnya (Sarwar, 2001). Sepatu menggunakan metode Collaborative Filtering, penelitian ini berfokus pada pengguna yang ingin membeli sepatu berdasarkan harga, produk, spesifikasi (Sarwar, 2001).
Analisis Masalah
Proses pemberian rekomendasi
Pada tabel 3.1, data masukan pada sistem pemberi rekomendasi hanya berupa data berupa nilai parameter harga yang dipilih oleh pengguna pada sistem pemberi rekomendasi dan berupa nilai 1-5 dengan keterangan dari murah hingga mahal. Setelah dilakukan perhitungan kesepakatan parameter harga dengan menggunakan rumus (2.1), diperoleh kesepakatan nilai antar parameter harga kedai kopi seperti pada Tabel 3.2. Setelah diperoleh nilai kesepakatan antar parameter maka akan digunakan nilai yang lebih besar dari 0 untuk memperoleh nilai prediksi, karena nilai tersebut dianggap sebagai batas bawah hubungan antar parameter.
Dari tabel diatas setelah dilakukan perhitungan dengan persamaan (2.1) dan (2.2) dengan parameter harga maka dapat disimpulkan bahwa pengguna 1 mendapatkan rekomendasi Kopi Space, pengguna 3 mendapatkan rekomendasi Kopi Lingkar, pengguna 4 mendapatkan rekomendasi Filosofi Kopi , dan rekomendasi pengguna 6 Cafe Couvee.
Analisis Kebutuhan sistem
- Analalisis kebutuhan input
- Analisis kebutuhan keluaran (output)
- Analisis kebutuhan proses
- Analisis kebutuhan antarmuka
- DFD level 0
- DFD level 1
- DFD level 2
Pada tahap pengelolaan data, dilakukan pendataan warnet, penambahan warnet baru, pengeditan, penghapusan dan pengolahan sehingga data tersebut dapat ditambah. Pada tahap proses pengelolaan data, data parameter seperti penambahan parameter baru, pengeditan dan penghapusan akan diproses agar dapat ditambahkan. Penambahan data baru dapat dilakukan pada tahap proses pengelolaan data yang dilakukan terhadap data rating kafe, seperti penambahan data rating kafe baru, pengeditan dan penghapusan.
Ketika dilakukan pengelolaan data pada data galeri, seperti penambahan galeri baru, pengeditan dan penghapusan, maka akan diproses agar data tersebut dapat ditambahkan. Antarmuka manajemen kedai kopi, yang digunakan untuk melakukan proses pengelolaan kedai, seperti menambahkan data kedai kopi, mengubah data kedai kopi, dan menghapus data kedai. Antarmuka manajemen parameter, yang digunakan untuk melakukan proses manajemen parameter, seperti menambahkan data parameter, mengubah data parameter, dan menghapus data parameter.
Antarmuka pengelolaan data rating kedai kopi digunakan untuk melakukan proses pengelolaan data rating kedai kopi seperti menambahkan data rating kedai kopi, mengedit data rating kedai kopi dan menghapus data rating kedai kopi. Antarmuka halaman pengelolaan data artikel digunakan untuk melakukan proses pengelolaan seperti penambahan data artikel, pengeditan data artikel, dan penghapusan data artikel. Antarmuka pengelolaan data informasi kampanye, dimaksudkan untuk melakukan proses pengelolaan seperti penambahan data informasi kampanye, pengeditan data informasi kampanye, dan penghapusan data informasi kampanye.
Antarmuka pengelolaan data berita hari ini digunakan untuk melakukan operasi pengelolaan seperti menambahkan data berita hari ini, mengedit data berita hari ini, dan menghapus data berita hari ini. Pada DFD level 1 terdapat penjelasan alur sistem, yang kemudian dijelaskan dari alur proses yang terdapat pada DFD level 0 pada Gambar 4.2. , proses pengelolaan artikel, proses pengelolaan informasi promosi, proses pengelolaan informasi promosi, proses pengelolaan berita masa kini.
DFD level 2 proses manajemen kedai kopi
Pada DFD level 2 terdapat pengelolaan DFD level 2 kedai kopi, pengelolaan parameter, pengelolaan konsumen, pengelolaan artikel, pengelolaan berita terkini, pengelolaan info promo dan pengelolaan administrasi.
DFD level 2 proses manajemen parameter
DFD level 2 proses manajemen data rating kedai kopi
DFD level 2 proses manajemen konsumen
DFD level 2 proses manajemen artikel
DFD level 2 manajemen kabar hari ini
DFD level 2 proses manajemen info promo
DFD level 2 proses manajemen user admin
Desain basis data adalah proses menentukan konten dan organisasi data yang diperlukan untuk mendukung berbagai desain sistem. Dalam merancang sistem rekomendasi kafe, ada beberapa data yang harus disiapkan dalam database :.
Tabel user admin
Tabel Kedai Kopi
Tabel Konsumen
Tabel Parameter
Perancangan antarmuka home
Perancangan antarmuka data kedai kopi
Perancangan antarmuka data rating kedai kopi
Perancangan antarmuka artikel
Perancangan antarmuka info promo
Perancangan antarmuka kabar hari ini
Perancangan antarmuka login user admin
Perancangan Antarmuka Admin
- Perancangan antarmuka manajemen kedai kopi
Antara muka pengurusan kafe memaparkan semua rekod kafe dalam pangkalan data, rekod kafe boleh ditambah, diubah suai atau dipadamkan. Bagi kandungan data antara muka halaman pengurusan kafe, imej boleh dilihat pada Rajah 4.19, antara muka add cafe boleh dilihat pada Rajah 4.20, antara muka edit kafe boleh dilihat pada Rajah 4.21, dan antara muka café sweep boleh dilihat dalam rajah 4.22 di bawah.
Perancangan antarmuka manajemen konsumen
Perancangan antarmuka parameter
- Implementasi antarmuka home
- Implementasi antarmuka artikel
- Implementasi antarmuka kabar hari ini
- Implementasi antarmuka kedai kopi
- Implementasi antarmuka kedai kopi
- Antarmuka rating kedai kopi
- Implementasi manajemen kedai kopi
- Implementasi antarmuka manejemen parameter
- Implementasi antarmuka manajemen konsumen
- Implementasi antarmuka manajemen rating kedai kopi
- Implementasi antarmuka halaman user admin
- Implemetasi antarmuka login user admin
- Implementasi pemberian rekomendasi
- Pengujian Fungsionalitas Sistem
- Saran
Isi data gambar antarmuka halaman berita hari ini dapat Anda lihat pada Gambar 5.3 di bawah ini. Gambar isi data antarmuka halaman informasi promosi dapat Anda lihat pada Gambar 5.4 di bawah ini. Data yang ditampilkan mengacu pada data dari masing-masing kafe yang terdaftar.
Anda boleh melihat kandungan data imej antara muka halaman kafe dalam Rajah 5.5 di bawah. Halaman antara muka maklumat penarafan kafe ialah halaman yang memaparkan maklumat tentang keputusan penarafan kafe yang telah dikira dalam sistem. Anda boleh melihat kandungan data imej antara muka halaman penarafan kafe dalam Rajah 5.6 di bawah.
Halaman antarmuka sistem rekomendasi data pengguna dapat dilihat pada Gambar 5.23 di bawah ini. Pada gambar 5.24 dan pada gambar 5.25, sistem rekomendasi kedai kopi menampilkan seluruh data kedai kopi yang telah dinilai oleh pengguna pada sistem rekomendasi, data parameter harga menampilkan seluruh kedai kopi dari yang murah hingga yang mahal. Pada Gambar 5.26 dan Gambar 5.27, halaman antarmuka sistem rekomendasi kedai kopi menampilkan seluruh data kedai kopi yang telah dinilai oleh pengguna dalam sistem rekomendasi. Data parameter keramahan mencantumkan seluruh kedai kopi dari kurang ramah hingga sangat ramah.
Pada Gambar 5.28 dan Gambar 5.29, antarmuka sistem rekomendasi kedai kopi menampilkan seluruh data kedai kopi yang dinilai oleh pengguna dalam sistem rekomendasi.Data parameter produk menampilkan seluruh kedai kopi dari produk yang buruk hingga produk yang sangat baik. Pada Gambar 5.30 dan Gambar 5.31, halaman antarmuka sistem rekomendasi kedai kopi menampilkan seluruh data kedai kopi yang dinilai oleh pengguna dalam sistem rekomendasi.Data parameter fasilitas menampilkan seluruh kedai kopi dari yang fasilitasnya buruk hingga yang fasilitasnya sangat baik. Pada Gambar 5.32 dan Gambar 5.33, antarmuka sistem rekomendasi kedai kopi menampilkan seluruh data kedai kopi yang dinilai oleh pengguna dalam sistem rekomendasi.Data parameter pengemasan menampilkan seluruh kedai kopi dari yang kemasannya buruk hingga kemasannya sangat baik.
Pada Gambar 5.34 dan Gambar 5.35 antarmuka sistem rekomendasi kedai kopi menampilkan seluruh data kedai kopi yang dinilai oleh pengguna dalam sistem rekomendasi.Data parameter kenyamanan menampilkan seluruh kedai kopi mulai dari kenyamanan buruk hingga kenyamanan sangat baik.
DAFTAR PUSTAKA
