Sistem Rekomendasi Hotel Menggunakan Algoritma Item-Based Clustering Hybrid Method

Abstract

Penelitian ini dilaksanakan dengan tujuan untuk membangun sistem rekomendasi hotel berbasis algoritma Hybrid Recommendation Sistem (ICHM) yang menggabungkan metode Content Based Filtering dan Collaborative Filtering untuk membantu pengguna dalam menemukan hotel sesuai preferensi mereka. Metode Content Based Filtering menggunakan teknik TF-IDF dan Cosine Similarity yang berfungsi untuk menganalisis fitur konten hotel. Sedangkan metode Collaborative Filtering menggunakan matriks rating pengguna dengan proses mean centering dan Cosine Similarity yang berfungsi untuk mengelompokkan hotel berdasarkan kemiripan karakteristik data. K-Means Clustering diterapkan untuk mengelompokkan hotel berdasarkan kemiripan karakteristik data. Evaluasi menghasilkan akurasi model sebesar 0,882, MAE sebesar 0,625, precision sebesar 0,907, recall sebesar 0,790, dan F1-score sebesar 0,845 yang menunjukkan bahwa model dapat memberikan rekomendasi hotel yang relevan dan akurat serta dapat diimplementasikan ke sistem rekomendasi hotel yang memungkinkan pengguna untuk melakukan rekomendasi hotel berdasarkan preferensi masing-masing