Sistem Rekomendasi Menggunakan Content-Based Filltering pada Restoran di Kota Palangka Raya

Authors

  • Thomas Richard Wini Ngele Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya
  • Efrans Christian Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya
  • Jadiaman Parhusip Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya

DOI:

https://doi.org/10.47111/jointecoms.v6i3.28436

Keywords:

Sistem Rekomendasi, Content-Based Filtering, Jaccard Similarity, Cosine Similarity, Character N-gram, Restoran, Palangka Raya

Abstract

Pertumbuhan industri kuliner yang pesat di Kota Palangka Raya menciptakan tantangan bagi masyarakat dalam menentukan pilihan restoran yang sesuai dengan preferensi pribadi, sebuah fenomena yang dikenal sebagai paradoks pilihan. Penelitian ini bertujuan untuk membangun sistem rekomendasi restoran berbasis website yang mampu memberikan saran personal dan relevan bagi pengguna di Palangka Raya.

Metodologi yang digunakan adalah Content-Based Filtering (CBF) dengan pendekatan Dual Similarity Measurement. Metode ini menggabungkan Jaccard Similarity untuk pencocokan token kategorikal inti dan Cosine Similarity yang diimplementasikan dengan teknik TF-IDF Character N-gram. Integrasi kedua algoritma ini melalui Agregasi Skor Tertimbang bertujuan untuk meningkatkan akurasi rekomendasi serta memberikan ketahanan terhadap kesalahan pengetikan (typo) pada input pengguna. Atribut restoran yang digunakan meliputi nama restoran, menu tags, place types, harga, rating, lokasi, fasilitas, deskripsi, dan menu populer.

Hasil penelitian menunjukkan bahwa sistem berhasil memberikan rekomendasi yang selaras dengan keinginan pengguna. Berdasarkan hasil pengujian, sistem ini mencapai performa yang sangat baik dengan nilai Mean Average Precision (MAP) sebesar 0.90 (90%). Selain itu, evaluasi menggunakan metrik lainnya menunjukkan tingkat akurasi yang tinggi, yaitu Precision@k sebesar 0.85 (85%), Recall@k sebesar 0.82 (82%), dan F1-score sebesar 0.83 (83%). Hal ini membuktikan bahwa penerapan Dual Similarity Measurement efektif dalam menjaga relevansi rekomendasi meskipun terdapat variasi pada input pengguna.

Downloads

Download data is not yet available.
DOI: 10.47111/jointecoms.v6i3.28436 DOI URL: https://doi.org/10.47111/jointecoms.v6i3.28436
Views: 46 | Downloads: 4

References

[1] T. Ridwansyah, B. Subartini, and S. Sylviani, “Penerapan Metode Content-Based Filtering pada Sistem Rekomendasi,” Math. Sci. Appl. J., vol. 4, no. 2, pp. 70–77, 2024.

[2] A. Zakharia, A. D. Ulhaq, A. B. Suryono, N. C. Nugroho, D. F. Hafith, and D. N. Andrade Gusmao, “Sistem Rekomendasi Film Indonesia Menggunakan Metode Content-Based Filtering,” Log. J. Ilmu Komput. dan Pendidik., vol. 2, no. 4, pp. 671–678, 2024, [Online]. Available: https://journal.mediapublikasi.id/index.php/logic

[3] I. Ilhamsyah, S. Rahmayuda, D. M. Midyanti, and S. Martha, “Pemodelan Sistem Rekomendasi Restoran berdasarkan Preferensi Pengguna dengan Pendekatan Content-Based Filtering,” J. Edukasi dan Penelit. Inform., vol. 10, no. 1, p. 154, 2024, doi: 10.26418/jp.v10i1.74008.

[4] M. Leonor and L. Pereira, “Emotion-based Image Recommendation System,” 2025.

[5] P. Nastiti, “Penerapan Metode Content Based Filtering Dalam Implementasi Sistem Rekomendasi Tanaman Pangan,” Teknika, vol. 8, no. 1, pp. 1–10, 2019, doi: 10.34148/teknika.v8i1.139.

[6] S. Bag, S. K. Kumar, and M. K. Tiwari, “Ilmu Informasi Pembuatan rekomendasi yang efisien menggunakan kemiripan Jaccard yang relevan,” vol. 483, pp. 53–64, 2019.

[7] J. M. Azri Saputra, L. M. Huizen, and D. B. Arianto, “Sistem Rekomendasi Film pada Platform Streaming Menggunakan Metode Content-Based Filtering,” J. Transform., vol. 22, no. 1, pp. 10–21, 2024, doi: 10.26623/transformatika.v22i1.7041.

[8] D. R. KUSNADI and N. HASTI, “Analisis Dan Perancangan Aplikasi Reservasi Dan Order Menu Berbasis Web Pada Restoran Bebek Van Java,” Maj. Ilm. UNIKOM, vol. 14, no. 1, pp. 129–140, 2016, doi: 10.34010/miu.v14i1.167.

[9] N. I. P. Zen Munawar, Rustiyana1, Yudi Herdiana2, “Jurnal Teknologi Informasi dan Komunikasi Vol. 10 No. 1, Juni 2021 25,” vol. 10, no. 1, pp. 25–34, 2021.

[10] S. Sunardi, A. Yudhana, and I. A. Mukaromah, “Implementasi Deteksi Plagiarisme Menggunakan Metode N-Gram Dan Jaccard Similarity Terhadap Algoritma Winnowing,” Transmisi, vol. 20, no. 3, p. 105, 2018, doi: 10.14710/transmisi.20.3.105-110.

[11] M. Habibi, “Implementation of Cosine Similarity in an automatic classifier for comments,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 3, no. 2, p. 110, 2019, doi: 10.14421/jiska.2018.32-05.

[12] H. Aditya, Ardiansyah, Sidik, and W. Gata, “Analisis Sentimen Penggunaan Twitter Terhadap Penggunaan Cairan Desinfektan Menggunakan Metode Term Frequency-Inverse Document Frequency Dan Support Vector Machine,” J. Ilmu-ilmu Inform. dan Manaj., vol. 14, no. 2, pp. 167–174, 2020, [Online]. Available: https://media.neliti.com/media/publications/414201-none-8fa7a6de.pdf

[13] M. Fachrurrozi and A. A. Manik, “Perbaikan Ejaan Kata pada Dokumen Bahasa Indonesia dengan Metode Cosine Similarity,” Jur. Tek. Inform. Univ. Sriwij. Kampus Unsri Indralaya Ogan Ilir, no. October 2015, 2016.

[14] H. Manning, C. D., Raghavan, P., & Schütze, “Introduction to Modern Information Retrieval (2nd edition),” Libr. Rev., vol. 53, no. 9, pp. 462–463, 2004, doi: 10.1108/00242530410565256.

[15] A. Riyanto, A., & Azis, “Implementation of the Jaccard Similarity Algorithm on Answer Type Description,” IJIIS Int. J. Informatics Inf. Syst., vol. 5, no. 2, pp. 76–83, 2022, doi: 10.47738/ijiis.v5i2.130.

[16] W. G. S. Parwita*1 and Edi Winarko2, “Hybrid Recommendation System,” vol. 9, no. 2, 2015.

[17] T. T. Prabowo, “Efektivitas Sistem Temu Kembali Informasi Perpustakaan Digital Institut Seni Indonesia (ISI) Yogyakarta dalam Tinjauan Recall dan Precision,” Media Pustak., vol. 28, no. 1, pp. 37–48, 2021, doi: 10.37014/medpus.v28i1.1087.

[18] M. F. Ilmi, P. P. Adikara, and Indriati, “Pencarian Dokumen Skripsi menggunakan BM25 dan Faceted Search berdasarkan Kata Kunci Abstrak (Studi Kasus: Universitas Muhammadiyah Sidoarjo),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 9, pp. 4175–4180, 2022, [Online]. Available: http://j-ptiik.ub.ac.id

[19] I. G. N. A. Jayarana, I. G. W. Darma, I. W. A. Juliantara, and I. M. A. W. Putra, “Jurnal SUTASOMA | 61 STUDY LITERATUR INFORMATION RETRIEVAL MODEL: TEKNIK DAN APLIKASI,” J. Sutasoma, vol. 3, no. 1, pp. 61–69, 2025.

[20] A. Rasida Hanum, E. Sakti Pramukantoro, and D. Primanita Kartikasari, “Studi Perbandingan Kinerja TF-IDF dan IndoBERT untuk Rekomendasi Resep Berdasarkan Ketersediaan Bahan Makanan Berbasis Website,” vol. 9, no. 10, pp. 1–8, 2025.

Downloads

Published

2026-09-30

How to Cite

Richard Wini Ngele, T., Christian, E., & Parhusip, J. (2026). Sistem Rekomendasi Menggunakan Content-Based Filltering pada Restoran di Kota Palangka Raya. Journal of Information Technology and Computer Science, 6(3), 230–243. https://doi.org/10.47111/jointecoms.v6i3.28436

Most read articles by the same author(s)

1 2 3 4 > >> 

Similar Articles

<< < 3 4 5 6 7 8 9 > >> 

You may also start an advanced similarity search for this article.