REKOMENDASI PEMILIHAN RESTORAN BERDASARKAN RATING ONLINE MENGGUNAKAN ALGORITMA C4.5

FARID, MUHAMMAD (2019) REKOMENDASI PEMILIHAN RESTORAN BERDASARKAN RATING ONLINE MENGGUNAKAN ALGORITMA C4.5. S1 thesis, Universitas Mercu Buana Jakarta.

[img] Text (JURNAL MAHASISWA)
Jurnal Yudisium - Muhammad Farid.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Restaurant is a business that serves and provides a place to enjoy dishes for customers and set certain rates. Likewise, the availability of many restaurant choices is an important factor needed in choosing a restaurant. Seeing the many places to eat, the problem will arise directly because of the many restaurants available are confusion in choosing a restaurant so it takes a long time to make a choice. This is caused by the dissemination of uneven information and inaccurate decision making so that customers find it difficult to determine restaurant choices. With restaurant selection recommendations for customers, this will support decision making in determining restaurants or eating places. The background for choosing the C4.5 algorithm is a decision making to determine restaurant selection recommendations based on rating. The data used was taken from Zomato API for testing using 1003 restaurant data samples. The results obtained with ten-fold cross validation resulted in an accuracy of 86.24% with the most dominant rating and suitable for recommendations is Rating Good. This is expected to provide recommendations to determine several choices of restaurants that are suitable to visit based on rating. Key words: Data Mining, Classification, C4.5 Algorithm, Decision Tree, Recommendation Restoran adalah suatu usaha yang menyajikan dan menyediakan tempat untuk menikmati hidangan kepada pelanggan serta menetapkan tarif tertentu. Begitupun dengan tersedianya banyak pilihan restoran yang menjadi faktor penting yang dibutuhkan dalam memilih restoran. Melihat dari jumlah tempat makan yang sangat banyak, masalah akan muncul secara langsung akibat banyaknya restoran yang tersedia karena kebingungan untuk memilih restoran sehingga membutuhkan waktu yang lama untuk menentukan pilihan. Hal ini disebabkan oleh penyebaran informasi yang tidak merata dan pengambilan keputusan yang tidak akurat sehingga pelanggan kesulitan untuk menentukan pilihan restoran. Dengan adanya rekomendasi pemilihan restoran untuk pelanggan akan mendukung pengambilan keputusan dalam menentukan restoran atau tempat makan. Latar belakang dipilihnya algoritma C4.5 sebagai pengambilan keputusan untuk menentukan rekomendasi pemilihan restoran berdasarkan rating. Data yang digunakan diambil dari Zomato API untuk dilakukan pengujian dengan menggunakan 1003 sampel data restoran. Hasil yang didapatkan dengan ten-fold cross validation yaitu menghasilkan akurasi 86,24% dengan rating yang paling dominan dan sesuai untuk direkomendasi adalah Rating Good. Hal ini diharapkan dapat memberikan rekomendasi untuk menentukan beberapa pilihan restoran yang sesuai untuk dikunjungi berdasarkan rating tersebut. Kata kunci: Data Mining, Klasifikasi, Algoritma C4.5, Decision Tree, Rekomendasi

Item Type: Thesis (S1)
Call Number CD: JM/TI. 19 333
Call Number: JM/15/19/141
NIM/NIDN Creators: 41515010048
Uncontrolled Keywords: Data Mining, Klasifikasi, Algoritma C4.5, Decision Tree, Rekomendasi
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 006 Special Computer Methods/Metode Komputer Tertentu
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 006 Special Computer Methods/Metode Komputer Tertentu > 006.7 Multimedia Systems/Sistem-sistem Multimedia > 006.75 Social Multimedia/Multimedia Social
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Dede Muksin Lubis
Date Deposited: 04 Aug 2022 06:41
Last Modified: 26 Sep 2022 03:35
URI: http://repository.mercubuana.ac.id/id/eprint/66844

Actions (login required)

View Item View Item