SISTEM TEMU KEMBALI LOKASI WISATA KABUPATEN SUBANG BERBASIS WEB MENGGUNAKAN METODE TERM FREQUENCY - INVERSE DOCUMENT FREQUENCY (TF- IDF)

Jurnal Teknologi dan Komunikasi STMIK Subang

View Publication Info
 
 
Field Value
 
Title SISTEM TEMU KEMBALI LOKASI WISATA KABUPATEN SUBANG BERBASIS WEB MENGGUNAKAN METODE TERM FREQUENCY - INVERSE DOCUMENT FREQUENCY (TF- IDF)
SISTEM TEMU KEMBALI LOKASI WISATA KABUPATEN SUBANG BERBASIS WEB MENGGUNAKAN METODE TERM FREQUENCY - INVERSE DOCUMENT FREQUENCY (TF- IDF)
 
Creator Suryadi, Usep Tatang
Zulfiqro, Zulfiqro
 
Subject Wisata, Penambangan Teks, Term Frequency Inversed Document Frequency (TF-IDF), Sistem Temu Kembali, Confusion Matrix.
Wisata, Penambangan Teks, Term Frequency Inversed Document Frequency (TF-IDF), Sistem Temu Kembali, Confusion Matrix.
 
Description 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%. 
 
Publisher STMIK SUBANG
 
Date 2018-10-01
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
 
Format application/pdf
 
Identifier http://jurnalstmiksubang.ac.id/index.php/jtik/article/view/134
 
Source Jurnal Teknologi dan Komunikasi STMIK Subang; Vol. 13 No. 2 (2018): October; 147-161
Jurnal Teknologi dan Komunikasi STMIK Subang; Vol 13 No 2 (2018): Oktober; 147-161
2252-4517
2252-4517
 
Language ind
 
Relation http://jurnalstmiksubang.ac.id/index.php/jtik/article/view/134/pdf
 
Rights Copyright (c) 2018 Jurnal Teknologi dan Komunikasi STMIK Subang
https://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library