Analisis Recommendation System pada Platform Travel Menggunakan Algoritma Content-Based Filtering dan Collaborative Filtering di PT .Angkasa Tour & Travel

Abstract

Penelitian ini bertujuan untuk mengevaluasi efektivitas sistem rekomendasi pada platform travel PT Angkasa Tour & Travel dengan menggunakan algoritma content-based filtering dan collaborative filtering. Latar belakang masalah yang diidentifikasi adalah kebutuhan untuk meningkatkan akurasi dan relevansi rekomendasi dalam platform travel, yang berfungsi untuk membantu pengguna dalam memilih layanan perjalanan yang sesuai dengan preferensi mereka. Metode penelitian ini mencakup analisis penerapan algoritma content-based filtering yang fokus pada karakteristik individu pengguna dan produk, serta algoritma collaborative filtering yang memanfaatkan pola perilaku pengguna secara kolektif. Hasil penelitian menunjukkan bahwa content-based filtering efektif dalam memberikan rekomendasi berdasarkan preferensi spesifik pengguna dan atribut produk, sedangkan collaborative filtering mampu menghasilkan rekomendasi berdasarkan pola perilaku kolektif pengguna. Penelitian ini juga mengungkapkan bahwa kombinasi kedua pendekatan tersebut dapat meningkatkan akurasi dan relevansi rekomendasi, sehingga lebih baik dalam memenuhi kebutuhan pengguna. Kesimpulan dari penelitian ini adalah bahwa integrasi content-based dan collaborative filtering dalam sistem rekomendasi dapat memberikan solusi yang lebih komprehensif untuk memenuhi preferensi dan kebutuhan pengguna di platform travel PT Angkasa Tour & Travel. This study aims to evaluate the effectiveness of the recommendation system on the PT Angkasa Tour & Travel travel platform using content-based filtering and collaborative filtering algorithms. The background of the identified problem is the need to improve the accuracy and relevance of recommendations in the travel platform, which functions to assist users in choosing travel services that suit their preferences. This research method includes an analysis of the application of the content-based filtering algorithm that focuses on the characteristics of individual users and products, as well as the collaborative filtering algorithm that utilizes collective user behavior patterns. The results of the study indicate that content-based filtering is effective in providing recommendations based on specific user preferences and product attributes, while collaborative filtering is able to produce recommendations based on collective user behavior patterns. This study also reveals that the combination of the two approaches can improve the accuracy and relevance of recommendations, thus better meeting user needs. The conclusion of this study is that the integration of content-based and collaborative filtering in the recommendation system can provide a more comprehensive solution to meet user preferences and needs on the PT Angkasa Tour & Travel travel platform.