UPT Perpustakaan Universitas Handayani

Jl. Adhyaksa Baru No. 1 Lantai 5

  • Beranda
  • Informasi
  • Berita
  • Statistik Koleksi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Aplikasi Rekomendasi Tempat Wisata Di Kepulauan Selayar Menggunakan Algoritma K-Nearest Neighbor (K-NN)

Text

Aplikasi Rekomendasi Tempat Wisata Di Kepulauan Selayar Menggunakan Algoritma K-Nearest Neighbor (K-NN)

Arisdianto - Nama Orang;

Kepulauan Selayar merupakan salah satu daerah dengan potensi pariwisata yang tinggi di Sulawesi Selatan. Sayangnya, informasi mengenai tempat-tempat wisata di wilayah ini masih sangat terbatas dan tersebar, sehingga menyulitkan wisatawan dalam menentukan destinasi yang sesuai dengan preferensinya. Melihat kondisi tersebut, penelitian ini bertujuan untuk merancang dan mengembangkan sebuah aplikasi rekomendasi tempat wisata berbasis web yang dapat memberikan saran destinasi berdasarkan kebutuhan dan keinginan wisatawan secara personal. Penelitian ini menggunakan algoritma K-Nearest Neighbor (K-NN) sebagai metode utama dalam proses rekomendasi. Data yang digunakan mencakup ulasan terhadap akses jalan, penginapan, tempat makan, serta estimasi budget untuk transportasi, penginapan, tiket masuk, dan konsumsi. Seluruh data dinormalisasi dan diolah menjadi vektor fitur yang kemudian digunakan dalam perhitungan jarak Euclidean untuk menemukan destinasi dengan kesamaan tertinggi terhadap preferensi pengguna. Sistem ini dirancang melalui tahapan analisis kebutuhan, perancangan sistem dengan UML, hingga implementasi antarmuka yang interaktif dan responsif. Hasil pengujian performa menggunakan confusion matrix menunjukkan
bahwa sistem memiliki nilai akurasi sebesar 80%, presisi 100%, recall 80%, dan F1 Score sebesar 88,89%. Capaian ini menunjukkan bahwa aplikasi mampu memberikan rekomendasi destinasi secara akurat dan relevan, serta meningkatkan efisiensi pengguna dalam menentukan pilihan wisata. Selain itu, aplikasi ini juga menjadi solusi digital yang dapat membantu pemerintah daerah dalam menyajikan informasi wisata secara terstruktur dan mendukung upaya promosi pariwisata berbasis teknologi. Dengan hadirnya sistem ini, diharapkan pengalaman wisatawan di Kepulauan Selayar menjadi lebih menyenangkan dan terarah, serta berkontribusi pada pertumbuhan sektor pariwisata daerah.


Ketersediaan
S250255SKR-2025 ARI aPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2025 ARI a
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar., 2025
Deskripsi Fisik
i + 95 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2025 ARI a
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
K-Nearest Neighbor
Sistem Rekomendasi
Pariwisata Selayar
Info Detail Spesifik
Skripsi Teknik Informatika
Pernyataan Tanggungjawab
Arisdianto
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

UPT Perpustakaan Universitas Handayani
  • Informasi
  • Perpanjang Mandiri
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan STMIK HANDAYANI terbentuk bersamaan dengan berdirinya STMIK HANDAYANI pada tahun 1996 sebagai sarana pen-dukung utama dalam penyelenggaraan pen-didikan dan pengajaran. Read more...

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Customized by Vinesia

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik