Analisis Metode Content Based Filtering Pada Sistem Rekomendasi Obyek Wisata Di Kabupaten Wonogiri
Keywords:
content based filtering, sistem rekomendasi, obyek wisataAbstract
Kabupaten Wonogiri menyimpan beragam potensi wisata, mulai dari kawasan alam, waduk, pesisir pantai, air terjun, hingga lokasi bernuansa edukasi dan sejarah, yang secara keseluruhan turut mendongkrak daya tarik pariwisata daerah. Akan tetapi, ragam pilihan yang begitu banyak justru kerap menyulitkan wisatawan dalam menjatuhkan pilihan pada destinasi yang benar-benar cocok dengan minat dan kebutuhan masing-masing. Riset ini disusun untuk mengkaji penerapan metode Content Based Filtering pada sistem rekomendasi destinasi wisata di Wonogiri, dengan harapan sistem dapat menyodorkan pilihan tempat yang selaras dengan karakteristik wisata serta preferensi penggunanya. Tahapan yang ditempuh meliputi penghimpunan data objek wisata, pengolahan data tersebut, pemberian bobot kata melalui Term Frequency-Inverse Document Frequency (TF-IDF), dan pengujian tingkat kemiripan menggunakan Cosine Similarity. Variabel data yang ditelaah terdiri atas nama atraksi, kategori wisata, lokasi, fasilitas penunjang, tarif tiket masuk, serta skor penilaian pengunjung. Temuan penelitian memperlihatkan bahwa Content Based Filtering mampu menyodorkan rekomendasi objek wisata berdasarkan tingkat kecocokan tertinggi antara apa yang diinginkan pengguna dan karakteristik objek wisata bersangkutan. Pada skenario uji coba, Air Terjun Girimanik memperoleh skor kemiripan sebesar 0,85 sementara Waduk Gajah Mungkur mencapai 0,86, yang menandakan keduanya selaras dengan preferensi yang dimasukkan pengguna.
References
[1] C. Salsabilla dan D. W. Utomo, “Pekalongan Regency Tourism Recommendation System with Content Based Filtering,” SISTEMASI: Jurnal Sistem Informasi, vol. 14, no. 1, pp. 262–270, 2025.
[2] D. Pratiwi, A. Asrianda, and L. Rosnita, “Penerapan Metode Content-Based Filtering dalam Sistem Rekomendasi Objek Wisata di Aceh Tamiang”, Jur. Ilm. Komp. & Infor., vol. 4, no. 2, pp. 85–96, Jan. 2025.
[3] A. T. Nugraha, “Implementation of Content-Based Filtering in Tourist Destination Recommendation System in Central Java,” Jurnal Aplikasi Sains Data, vol. 1, no. 1, pp. 10–16, 2025.
[4] C. A. Melyani, “Hotel Recommendation System with Content-Based Filtering Approach: Case Study Hotel in Yogyakarta on Nusatrip Website,” J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika, vol. 15, no. 1, 2022, doi: 10.36456/jstat.vol15.no1.a5375.
[5] S. Nurpila, H. A. Ismail, dan S. A. Prakoso, “Rancang Bangun Rekomendasi Tempat Wisata di Kabupaten Rembang Berbasis Website Menggunakan Metode Content Based Filtering,” INTECOMS: Journal of Information Technology and Computer Science, vol. 7, no. 4, pp. 1149–1158, 2024.
[6] L. Cahyani, N. Sephiana, M. Tahir, dan J. Aisyiah, “Sistem Rekomendasi Wisata Kuliner Madura Menggunakan Content Based Filtering,” Explore IT: Jurnal Keilmuan dan Aplikasi Teknik Informatika, vol. 16, no. 1, pp. 31–38, 2024.
[7] M. T. Huda dan A. P. Wibowo, “Recommendation System for Mobile Applications Tour Guide and Travel Services using Demographic Filtering and Content-Based Filtering Methods based on Android,” Journal of World Science, vol. 2, no. 11, pp. 1837–1856, 2023.
[8] I. A. W. Nandita, I. M. A. D. Suarjaya, dan I. P. A. Bayupati, “News Recommendation System Using Content-Based Filtering through RSS Customization Service,” Journal of Applied Informatics and Computing, 2025.
[9] S. Oyadila, D. Abdullah, dan A. Razi, “Implementasi Content-Based Filtering dengan TF-IDF dan Cosine Similarity untuk Sistem Rekomendasi Destinasi Wisata di Aceh Tengah,” RABIT: Jurnal Teknologi dan Sistem Informasi Univrab, vol. 10, no. 2, pp. 1329–1339, 2025.
[10] A. Widika, P. S. Susilo, A. I. Ramadhan, S. N. Rakhmah, F. A. Sariasih, and I. Sutoyo, “Sistem Rekomendasi Destinasi Wisata Berbasis Content-Based Filtering dan Analisis Fitur Geospasial,” Informasi Interaktif: Jurnal Informatika dan Teknologi Informasi, vol. 11, no. 1, 2026.
[11] J. F. U. Albab and A. N. Rohman, “Recommendation System Yogyakarta Tourism Using TF-IDF and Cosine Similarity Methods with Word Normalizer,” Journal of Applied Informatics and Computing, vol. 10, no. 1, pp. 935–945, 2026.
[12] S. Arifin and R. D. Indahsari, “Penerapan Content-Based Filtering dan K-Nearest Neighbor pada Sistem Rekomendasi Wisata Probolinggo,” Progresif: Jurnal Ilmiah Komputer, vol. 22, no. 1, 2026.
[13] H. Herimanto, K. Samosir, and F. Ginting, “A Comparative Analysis of Content-Based Filtering and TF-IDF Approaches for Enhancing Sports Recommendation Systems,” Innovation in Research of Informatics (INNOVATICS), vol. 6, no. 2, pp. 90–97, 2024.
[14] S. N. N. Ihsan, “The Hybrid Content-Based Filtering and Simple Recurrent Neural Network for Tourist Spot Recommendation System,” Jurnal Ilmu Pengetahuan dan Teknologi Komputer, 2024.
[15] N. P. T. Widiantari, I. M. A. D. Suarjaya, and N. K. D. Rusjayanthi, “Food Recipe Recommendation System with Content-Based Filtering and Collaborative Filtering Methods,” Sinkron: Jurnal dan Penelitian Teknik Informatika, vol. 9, no. 3, pp. 1167–1178, 2025.
[16] X. Li, “An Extended TF–IDF Method for Improving Keyword Extraction in Traditional Corpus-Based Research: An Example of a Climate Change Corpus,” Data & Knowledge Engineering, vol. 153, Art. no. 102322, 2024, doi: 10.1016/j.datak.2024.102322.
[17] Y. Wang, “Research on the TF–IDF Algorithm Combined with Semantics for Automatic Extraction of Keywords from Network News Texts,” Journal of Intelligent Systems, vol. 33, no. 1, 2024, Art. no. 20230300, doi: 10.1515/jisys-2023-0300.
[18] L. V. Nguyen, "Classifications, Evaluation Metrics, Datasets, and Domains in Recommendation Services: A Survey," Human Systems Management, vol. 43, no. 2, pp. 237–270, 2024.
[19] A. Jadon and A. Patil, "A Comprehensive Survey of Evaluation Techniques for Recommendation Systems," arXiv preprint arXiv:2312.16015, 2023.
