Penerapan Content-Based Filtering dan K-Nearest Neighbor pada Sistem Rekomendasi Wisata Probolinggo

Syamsul Arifin(1),Rina Dewi Indahsari(2*)
(1) Institut Teknologi Dan Bisnis Asia Malang
(2) Institut Teknologi Dan Bisnis Asia Malang
(*) Corresponding Author
DOI : 10.35889/progresif.v22i1.3508

Abstract

Probolinggo Regency has a wide range of tourism destinations; however, the limited dissemination of tourism information makes it difficult for tourists to determine suitable travel destinations. This study aims to develop a tourism destination recommendation system to assist users in obtaining recommendations based on their preferences. The system is developed using the Content-Based Filtering (CBF) method with TF-IDF weighting and cosine similarity, as well as the K-Nearest Neighbor (KNN) algorithm based on cosine distance. The system process includes tourism data collection, text feature extraction and weighting, similarity calculation, and the presentation of main destination recommendations and similar destinations. System evaluation using precision and recall metrics shows that the Content-Based Filtering (CBF) and K-Nearest Neighbor (KNN) methods achieve precision values of 93.75% and 96.00%, respectively, with both methods obtaining a recall value of 100%, indicating that the system is able to provide relevant tourism destination recommendations.

Keywords: Recommendation System; Probolinggo Tourism; Content-Based Filtering; TF-IDF;  K-Nearest Neighbor; Cosine Similarity.

 

Abstrak

Kabupaten Probolinggo memiliki potensi destinasi wisata yang beragam, namun penyebaran informasi wisata yang belum optimal menyulitkan wisatawan dalam menentukan tujuan perjalanan. Penelitian ini bertujuan mengembangkan sistem rekomendasi destinasi wisata untuk membantu pengguna memperoleh rekomendasi sesuai preferensi. Sistem dikembangkan menggunakan metode Content-Based Filtering (CBF) dengan pembobotan TF-IDF dan cosine similarity serta algoritma K-Nearest Neighbor (KNN) berbasis cosine distance. Proses sistem meliputi pengumpulan data destinasi wisata, ekstraksi dan pembobotan fitur teks, perhitungan tingkat kemiripan, serta penyajian rekomendasi destinasi utama dan destinasi serupa. Pengujian sistem menggunakan metrik precision dan recall menunjukkan bahwa metode content-based filtering (CBF) dan K-Nearest Neighbor (KNN) menghasilkan nilai precision masing-masing sebesar 93,75% dan 96,00%, dengan nilai recall keduanya mencapai 100%, sehingga sistem mampu memberikan rekomendasi destinasi wisata yang relevan.

Kata kunci: Sistem Rekomendasi; Pariwisata Probolinggo; Content-Based Filtering; TF-IDF;  K-Nearest Neighbor; Cosine Similarity.

References


C. Salsabilla and D. W. Utomo, “Sistem Rekomendasi Wisata Kabupaten Pekalongan dengan Content Based Filtering,” Sistemasi, vol. 14, no. 1, pp. 262 - 270, 2025, doi: 10.32520/stmsi.v14i1.4839.

R. Komalasari, P. Pramesti, and B. Harto, “Teknologi Informasi E-Tourism Sebagai Strategi Digital Marketing Pariwisata,” Altasia: Jurnal Pariwisata Indonesia, vol. 2, no. 2, pp. 163–170, 2020, doi: 10.37253/altasia.v2i2.559.

D. Dharmawan, L. K. C. Dewi, H. Purnomo, M. Munizu, and W. Nas, “Analysis of the influence of digital marketing, information technology adoption, and use of social media on the effectiveness of tourism promotion,” Jurnal Sistim Informasi dan Teknologi, vol. 6, no. 2, pp. 116–120, 2024, doi: 10.60083/jsisfotek.v6i2.374.

Z. W. Mauliah, H. Yeni, “Implementasi sistem informasi manajemen pariwisata dalam promosi destinasi wisata Kabupaten Mamuju,” JUKONI, vol. 3, no. 1, pp. 26–31, 2026, doi: 10.70134/jukoni.v3i1.1129.

B. P. S. K. Probolinggo, “Jumlah Wisatawan Mancanegara dan Domestik di Kabupaten Probolinggo (2016-2023),” Badan Pusat Statistik Kabupaten Probolinggo, Probolinggo, Indonesia, 2024. [Online]. Available: https://probolinggokab.bps.go.id/id/statistics-table/1/MTM5NyMx/jumlah-wisatawan-mancanegara-dan-domestik-di--kabupaten-probolinggo--2016-2023.html.

L. Update, “Disporapar Kabupaten Probolinggo Perkuat Digitalisasi 36 Desa Wisata Lewat Pelatihan DEWI SAE,” Lensa-Update, Indonesia, 2025. [Online]. Available: https://www.lensa-update.com/2025/11/disporapar-kabupaten-probolinggo_25.html.

D. Pratiwi, A. Asrianda, and L. Rosnita, “Penerapan Metode Content-Based Filtering dalam Sistem Rekomendasi Objek Wisata di Aceh Tamiang,” J. Ilmu Komput. dan Inform., vol. 4, no. 2, pp. 85–96, 2025, doi: 10.54082/jiki.169.

M. Islamiyah, P. Subekti, and T. D. Andini, “Pemanfaatan Metode Item Based Collaborative Filtering Untuk Rekomendasi Wisata Di Kabupaten Malang,” J. Ilm. Teknol. Inf. Asia, vol. 13, no. 2, pp. 143–150, 2019, doi: 10.32815/jitika.v13i2.70.

S. Nurpila, H. A. Ismail, and S. A. Prakoso, “Rancang Bangun Rekomendasi Tempat Wisata Di Kabupaten Rembang Berbasis Website Menggunakan Metode Content Based Filtering,” INTECOMS: Journal of Information Technology and Computer Science, vol. 7, no. 4, pp. 1149-1158, 2024, doi: 10.31539/intecoms.v7i4.10718.

D. S. Pradana, P. Prajoko, and G. P. Hartawan, “Perbandingan Algoritma Content-Based Filtering dan Collaborative Filtering dalam Rekomendasi Kegiatan Ekstrakurikuler Siswa,” Progresif Jurnal Ilmiah Komputet, vol. 18, no. 2, pp. 151-160, 2022, doi: 10.35889/progresif.v18i2.854.

M.R. Akhmad, & T.A.Y Siswa, "Implementasi K-Nearest Neighbor Dalam Memprediksi Keterlambatan Pembayaran Biaya Kuliah Di Perguruan Tinggi. Progresif: Jurnal Ilmiah Komputer, vol. 18, no. 2, pp, 185-192, 2022. doi:http://dx.doi.org/10.35889/progresif.v18i2.921.

I Putu Marcel WIgunaa and Ida Bagus Gede Dwidasmara, “Sistem Rekomendasi Game dengan Metode K-Nearest Neighbor (KNN),” J. Nas. Teknol. Inf. dan Apl., vol. 2, no. 1, pp. 245–250, 2023, doi: 10.24843/JNATIA.2023.v02.i01.p28.

R. Al Rasyid and D. H. U. Ningsih, “Penerapan Algoritma TF-IDF dan Cosine Similarity untuk Query Pencarian Pada Dataset Destinasi Wisata”, J. Teknol. Inf. Komun, vol. 8, no. 1, pp. 170–178, Jan. 2024, doi: 10.35870/jtik.v8i1.1416.

A. O. Rahmawati, R. Susanto, and H. Hasanah, “Sistem Rekomendasi Bursa Kerja Khusus (Bkk)Menggunakan Metode Content Based Filteringpada SMK Tunas Bangsa”, JINTEKS, vol. 7, no. 3, pp. 1502–1510, Aug. 2025, doi: 10.51401/jinteks.v7i3.6113.

S. Oyadila, D. Abdullah, and A. Razi, “Implementasi Content-Based Filtering Dengan Tf-Idf Dan Cosine Similarity Untuk Sistem Rekomendasi Destinasi Wisata Di Aceh Tengah,” rabit, vol. 10, no. 2, pp. 1329–1339, 2025, doi: 10.36341/rabit.v10i2.6532.

R. B. Trianto, A. Triyono, and D. M. P. Arum, “Kombinasi Metode K-Nearest Neighbor dengan Cosine Similarity untuk Prediksi Serangan Firewall pada Jaringan Komputer,” Jurnal Informatika Universitas Pamulang, vol. 6, no. 4, 2021, pp. 672-679, doi:10.32493/informatika.v6i4.12680.

M. Firmansyah, A. Aziz, dan M. Ahsan, "Peningkatan kinerja sistem rekomendasi wisata melalui penerapan algoritma collaborative filtering dan K-nearest neighbors dengan metode klasterisasi K-means," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, pp. 11420–11427, 11 Nov. 2024, doi: 10.36040/jati.v8i6.11488.


How To Cite This :

Refbacks

  • There are currently no refbacks.