IMPLEMENTASI SISTEM REKOMENDASI RESTORAN BERBASIS WEB DENGAN PENYESUAIAN CUACA DAN EMOSI PENGGUNA

Fahri, Haris Muhammad (2025) IMPLEMENTASI SISTEM REKOMENDASI RESTORAN BERBASIS WEB DENGAN PENYESUAIAN CUACA DAN EMOSI PENGGUNA. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (1MB)
[img] Text (BAB I)
BAB I.pdf
Download (221kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (576kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (855kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (487kB)
[img] Text (BAB V)
BAB V.pdf
Download (111kB)
[img] Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only
Download (1MB)
[img] Archive (SOURCE CODE)
Sourcecode - 21.83.0592.zip
Restricted to Repository staff only
Download (1MB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only
Download (1MB)

Abstract

Sistem rekomendasi restoran yang ada saat ini cenderung bersifat umum dan kurang mempertimbangkan konteks situasional pengguna, seperti kondisi emosi (suasana hati) dan cuaca. Hal ini menyebabkan rekomendasi yang diberikan seringkali tidak relevan dengan kebutuhan pengguna pada saat itu. Penelitian ini bertujuan untuk mengimplementasikan sebuah sistem rekomendasi restoran berbasis web yang secara spesifik mengintegrasikan faktor emosi dan cuaca dalam prosesnya. Sistem ini menerapkan pendekatan content-based recommendation dengan mencocokkan tag kuliner dari setiap restoran dengan input konteks dari pengguna. Sistem dikembangkan menggunakan framework Python Flask, dengan data restoran yang diperoleh dari Google Maps dan data cuaca real-time yang diakses melalui OpenWeatherMap API. Pengujian sistem dilakukan melalui studi kasus fungsional dan survei persepsi terhadap 65 responden. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi yang relevan secara kontekstual. Sebanyak 82% responden merasa rekomendasi yang diberikan sesuai dengan kondisi emosi mereka, dan 80% merasa rekomendasi sesuai dengan kondisi cuaca. Secara keseluruhan, 78% responden menyatakan puas terhadap hasil rekomendasi. Keberhasilan implementasi ini menunjukkan bahwa integrasi faktor emosi dan cuaca dapat secara signifikan meningkatkan personalisasi dan relevansi pada sistem rekomendasi restoran.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Ariyus, Dony
Uncontrolled Keywords: Sistem Rekomendasi, Restoran, Mood, Cuaca, Content-Based
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Fakultas Ilmu Komputer > Teknik Komputer
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 01 Dec 2025 07:10
Last Modified: 03 Dec 2025 07:55
URI: http://eprints.amikom.ac.id/id/eprint/31407

Actions (login required)

View Item View Item