Membangun Sistem Rekomendasi Hotel dengan Content Based Filtering Menggunakan K-Nearest Neighbor dan Haversine Formula

Peningkatakan pertumbuhan industri hotel pada tiap tahunnya dan preferensi konsumen yang bervariasi dalam kebutuhan layanan hotel mengakibatkan konsumen lebih konsumtif dalam memilih hotel. Kurangnya pilihan kriteria bobot pada penyedia layanan hotel mengakibatkan konsumen mengalami kesulitan dalam memilih hotel yang sesuai dengan preferensinya, sehingga diperlukan sebuah sistem rekomendasi hotel sebagai pilihan alternatif dalam memilih hotel. Dalam penelitian ini digunakan permodelan Case Based Reasoning (CBR) untuk memberikan pembelajaran kepada sistem. Pilihan dari user pada pilihan hotel secara otomatis akan disimpan ke dalam database dan dijadikan sebagai data training sehingga sistem akan mendapatkan informasi secara berkelanjutan. Pada penelitian ini diberikan tiga jenis kebutuhan antara lain Kebutuhan Prioritas (KP), Kebutuhan Umum (KU) dan Kebutuhan Tambahan (KT) dan atribut yang digunakan terdapat enam yaitu: fasilitas, lokasi, harga, tipe kamar, bintang dan skor yang sangat mempegaruhi hasil rekomendasi. Untuk setiap nilai bobot yang ada, dilakukan uji validitas bobot kepentingan menggunakan pairwise comparison matrix (PCM) sehingga nilai bobot menjadi valid dengan rentang nilai 0-1. Selain itu penerapan content based filtering menggunakan metode haversine formula dan K-Nearest Neighbor (KNN) dalam menentukan nilai terdekat dengan data training. Dari eksperimen, didapatkan hasil pengukuran performansi yang memuaskan berupa rata-rata kemiripan (similarity) sebesar 84.50% Kata kunci  : Case Based Reasoning, Content Based Filtering, Haversine Formula, K-Nearest