SISTEM TEMU KEMBALI LOKASI WISATA KABUPATEN SUBANG BERBASIS WEB MENGGUNAKAN METODE TERM FREQUENCY - INVERSE DOCUMENT FREQUENCY (TF- IDF)
| Main Authors: | Suryadi, Usep Tatang, Zulfiqro, Zulfiqro |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | ind |
| Terbitan: |
STMIK SUBANG
, 2018
|
| Subjects: | |
| Online Access: |
https://jurnalstmiksubang.ac.id/index.php/jtik/article/view/134 https://jurnalstmiksubang.ac.id/index.php/jtik/article/view/134/pdf |
Daftar Isi:
- Wisata merupakan suatu kegiatan yang telah menjadi salah satu kebutuhan pokok manusia. Objek-objek wisata tersebar di seluruh permukaan bumi dengan berbagai pilihan, mulai dari wisata alam, wahana dan lain sebagainya. Penyebaran objek wisata di Indonesia menjadi salah satu sumber devisa bagi negara umum, pemda lokal khusus. Namun semakin luas dan semakin bertambah dalam pemilihan objek-objek wisata tersebut. Di era globalisasi ini, banyak upaya untuk mempermudah pencarian lokasi wisata, dengan peta wisata digital misalnya. Tapi tidak jarang ada beberapa tempat wisata yang hanya terekspos melalui artikel. Berupa teks cerita pengalaman perjalanan terkait bloger.Penemuan dalam penelitian ini, kami membahas tentang rekomendasi kunjungan menggunakan sistem temu kembali penambangan teks. Dalam sistem temu kembali memiliki banyak algoritma, dari sekian banyak algoritma kami menggunakan algoritma TF-IDF. Ada beberapa proses pada TF-IDF yaitu Stemming, Stopword Removal, dan Tokenizing. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan. Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks dengan nilai evaluasi sebesar 90%.Kata Kunci: Wisata, Penambangan Teks, Term Frequency Inversed Document Frequency (TF-IDF), Sistem Temu Kembali, Confusion Matrix. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan. Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks dengan nilai evaluasi sebesar 90%. Kata Kunci: Wisata, Penambangan Teks, Term Frequency Inversed Document Frequency (TF-IDF), Sistem Temu Kembali, Confusion Matrix. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan.Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks dengan nilai evaluasi sebesar 90%.
- Wisata merupakan suatu kegiatan yang telah menjadi salah satu kebutuhan pokok manusia. Objek-objek wisata tersebar di seluruh permukaan bumi dengan berbagai pilihan, mulai dari wisata alam, wahana dan lain sebagainya. Penyebaran objek wisata di Indonesia menjadi salah satu sumber devisa bagi negara umum, pemda lokal khusus. Namun semakin luas dan semakin bertambah dalam pemilihan objek-objek wisata tersebut. Di era globalisasi ini, banyak upaya untuk mempermudah pencarian lokasi wisata, dengan peta wisata digital misalnya. Tapi tidak jarang ada beberapa tempat wisata yang hanya terekspos melalui artikel. Berupa teks cerita pengalaman perjalanan terkait bloger. Penemuan dalam penelitian ini, kami membahas tentang suatu rekomendasi kunjungan menggunakan sistem temu kembali penambangan teks. Dalam sistem temu kembali memiliki beberapa algoritma, dari sekian banyak algoritma kami menggunakan algoritma TF-IDF. Ada beberapa proses pada TF-IDF yaitu Stemming, Stopword Removal, dan Tokenizing. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan. Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks kebingungan dengan nilai evaluasi sebesar 90%. Kata Kunci: Wisata, Penambangan Teks, Term Frequency Inversed Document Frequency (TF-IDF), Sistem Temu Kembali, Confusion Matrix. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan. Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks kebingungan dengan nilai evaluasi sebesar 90%. Kata Kunci: Wisata, Penambangan Teks, Term Frequency Inversed Document Frequency (TF-IDF), Sistem Temu Kembali, Confusion Matrix. Kemudian Hitung istilah dari dokumen yang ada pada basis data, lalu lihat jumlah vektor terbesar dari hasil perhitungan. Semakin besar nilai vektor maka dokumen tersebut relevan Dangan Permintaan yang diinputkan. Sistem ini telah menyetujui akurasinya dengan perhitungan matriks kebingungan dengan nilai evaluasi sebesar 90%.