Tppa - 2110161011 PDF
Tppa - 2110161011 PDF
D4 TEKNIK INFORMATIKA
TEKNIK INFORMATIKA DAN KOMPUTER
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA
2019
A. JUDUL PROYEK AKHIR
B. PENDAHULUAN
Saat ini tempat penyaji makanan sudah tersebar di berbagai daerah dan
menyediakan beraneka ragam makanan. Hal tersebut dijadikan sebagai objek untuk
berwisata yang bisa disebut wisata kuliner. Karena banyak pilihan tempat wisata kuliner
yang dapat dikunjungi, seringkali menyebabkan manusia bingung untuk mengunjungi
tempat yang sesuai dengan kebutuhan dan seleranya. Pada umumnya manusia akan pergi
ke tempat wisata kuliner berdasarkan informasi yang diperoleh dari rekomendasi kerabat,
media televisi dan internet.
Sebagian orang memiliki kecenderungan mengunjungi tempat makan yang
homogen (tidak bervariasi), hal tersebut bisa di sebabkan beberapa hal antara lain budget
(anggaran belanja), jenis makanan, fasilitas, lokasi dan waktu buka. Pada umumnya
manusia memiliki keterbatasan biaya hidup, mengunjungi tempat makan yang sesuai tentu
menjadi salah satu hal yang perlu diperhatikan, oleh karena itu hal di atas menjadi
permasalahan yang perlu dicari solusinya (Irasmi, 2012).
Berdasarkan permasalahan yang telah diuraikan di atas, maka permasalahan yang akan
diselesaikan dalam proyek akhir ini adalah sebagai berikut:
1. Bagaimana cara mengolah ulasan pengguna Google Review agar dapat
memberikan rekomendasi berbagai tempat makan di Indonesia?
2. Bagaimana hasil dari Content Based Filtering untuk memberikan rekomendasi
berbagai tempat makan di Indonesia?
F. KEUNIKAN
1. Memberikan rekomendasi tempat makan yang sesuai dengan yang dicari user
2. Menggunakan Chatbot sehingga lebih praktis
3. Mengambil data dari Google Review
G. TINJAUAN PUSTAKA
Pada Penelitian ini, dilakukan studi mendalam mengenai penelitian-penelitian sebelumnya.
Beberapa penelitian terkait yang menjadi referensi peneliti antara lain :
• Dasar Teori
1. Chatterbot atau Chatbot
Chatterbot (disebut juga chatbot atau bots) adalah sebuah program komputer
yang dirancang untuk menyimulasikan percakapan intelektual dengan satu atau
lebih manusia baik secara audio maupun teks.
Pada mulanya, program komputer (bots) ini diuji melalui Turing Test, yaitu
dengan merahasiakan identitasnya sebagai mesin sehingga dapat mengelabui
orang yang bercakap-cakap dengannya. Jika pengguna tidak dapat
mengidentifikasi bots sebagai suatu program komputer, maka chatterbot
tersebut dikategorikan sebagai kecerdasan buatan (atau artificial intelligence).
Dewasa ini, chatterbot telah dimanfaatkan untuk tujuan praktis seperti bantuan
online, layanan personal, atau akuisisi informasi, dalam hal ini dapat dilihat
fungsi program sebagai suatu jenis agen percakapan (atau conversational agent).
Yang membedakan chatterbot dengan sistem pemrosesan bahasa alami (atau
Natural Language Processing System) adalah kesederhanaan algoritme yang
digunakan.
Dimana :
n = jumlah semua
df = jumlah dokumen yang memiliki term i.
Sistem akan melakukan penilaian berdasarkan analisis kemiripan profil
pengguna dengan vektor komponen pembentuk item. Jika item tersebut
akan disukai oleh pengguna maka item tersebut akan direkomendasikan
ke pengguna.
Kekurangan utama yang pada metode ini yaitu metode ini tidak mampu
merekomendasikan jenis item yang baru atau belum pernah dilihat kepada
seorang pengguna. Hal ini dikarenakan metode ini dibuat berdasarkan
item-item yang pernah dinilai oleh pengguna tersebut.
• Penelitian Terkait
1. Tessy Badriyah, Ronny Fernando, Iwan Syarif, 2018, Sistem Rekomendasi
Content Based Filtering Menggunakan Algoritma Apriori
Pada saat ini perkembangan e-commerce di Indonesia telah banyak
berkembang dan diterima dengan dengan baik di dalam masyarakat. Masyarakat
Indonesia sangat terbuka dengan teknologi baru dan juga jumlah pemakai
internet di Indonesia semakin meningkat pesat dari tahun ke tahun. Pada saat ini
juga telah berdiri banyak sekali perusahaan e- commerce di Indonesia seperti
Lazada, Tokopedia, OLX, Bukalapak, Blibli.com dan masih banyak lagi yang
lainnya. Masing-masing perusahaan e-commerce tersebut memiliki berbagai
macam strategi pemasaran dan bisnis untuk bersaing di pasar dan untuk menarik
lebih banyak lagi pembeli di tokonya. Salah satu strategi yang bisa digunakan
antara lain dengan penggunaan Sistem Rekomendasi. Penelitian ini menerapkan
penggunaan sistem rekomendasi pada ecommerce dengan metode content-based
filtering yaitu algoritma apriori yang dapat menganalisis polapola kombinasi
item. Dengan adanya fitur sistem rekomendasi di dalam e-commerce diharapkan
agar pembeli dapat dengan cepat menemukan barang yang dibutuhkan. Dengan
strategi ini e- commerce akan dapat meningkatkan pelayanan dan kepuasan pada
pelanggan, serta meningkatkan pendapatan pada ecommerce itu sendiri.
Mock Up Aplikasi :
1. Halaman Aplikasi
2 Perancangan Sistem
4 Pembuatan Sistem
5 Pengujian Sistem
6 Penyusunan Buku
● Mahasiswa
Nama : Nia Shafira
NRP : 2110161011
Jurusan : D4 Teknik Informatika
Departemen : Departemen Teknik Informatika dan Komputer
● Dosen Pembimbing
- Dosen Pembimbing 1
Nama : Entin Martiana Kusumaningtyas, S.Kom, M.Kom
NIP : 197403122000122001
Program Studi : Teknik Informatika PENS
Bidang Keahlian :
Dosen Pembimbing 2
Nama Rengga Asmara, S.Kom., M.T.
NIP : 198105082005011002
Jurusan / Prodi : Teknik Informatika
Bidang Keahlian :
K. DAFTAR PUSTAKA
1. Wikipedia Ensiklopedia Bebas, 2019. Chatterbot. Tersedia di :
https://id.wikipedia.org/wiki/Chatterbot. Diakses pada tanggal 25 April 2019.
2. Tessy Badriyah, Ronny Fernando, Iwan Syarif , 2018 . Sistem Rekomendasi Content
Based Filtering Menggunakan Algoritma Apriori.