Abstrak


Sistem Rekomendasi Kuliner untuk Mahasiswa Universitas Sebelas Maret Surakarta dengan Menerapkan Algoritma Apriori Positif Negatif dan Binaryhamming Distance


Oleh :
Belladona Shelly Agasti - M0511013 - Fak. MIPA

ABSTRAK
Mahasiswa biasanya memilih makan di lingkungan sekitar kampus saat jeda di siang  hari. Saat menentukan tempat makan, seringkali mahasiswa mengalami kebingungan. Hal ini disebabkan karena banyaknya pilihan tempat makan yang ada. Padahal ada banyak tempat makan baru yang belum pernah mereka kunjungi. Mahasiswa juga mengalami kebosanan dan kesulitan dalam memilih tempat makan. Bahkan, pada malam hari biasanya juga sedikit tempat makan yang masih buka dan juga biasanya dengan menu yang kurang bervariasi. Akibatnya mahasiswa cukup kesulitan mencari tempat untuk makan dikarenakan pilihan yang terbatas.
Meskipun saat ini sudah banyak website dan aplikasi yang menampilkan tentang informasi tempat kuliner, namun website dan aplikasi kuliner tersebut, kebanyakan hanya mampu menampilkan harga, lokasi, dan jenis makanan. Selain itu, website dan aplikasi tersebuttidak memperhatikan faktor lain yang menjadi pertimbangan mahasiswa seperti kenyamanan, kebersihan, porsi, dan kecepatan pelayanan. Dan juga website kuliner yang tersedia saat ini cenderung menampilkan tempat-tempat makan terkenal yang harganya kurang terjangkau bagi mahasiswa.Selain itu, kebanyakan lokasinya berada jauh dari lingkungan kampus.
Berdasarkan hal yang telah dijelaskan diatas, algoritma Apriori positif negatif dan Binary Hamming Distance diterapkan untuk membuat sistem rekomendasi yang dapat membantu mahasiswa memilih tempat makan sesuai dengan kriteria yang diinginkan.Hasil dari penelitian ini adalah aplikasi yang dapat membantu memberikan rekomendasi pemilihan tempat makan. Pengujianblack box dan terhadap aplikasi menunjukkan bahwa sistem telah berjalan dengan baik, sedangkan untuk tingkat kepuasan pengguna, 83.3% pengguna setuju sistem mudah digunakan, 88.8% pengguna setuju bahasa yang digunakan mudah dimengerti, 55.5% pengguna memberikan penilaian setuju bahwa tampilan sistem menarik, sebanyak 83.3% pengguna menyatakan setuju bahwa sistem dapat memberikan solusi pilihan tempat makan yang sesuai dengan kebutuhan, dan 100% pengguna setuju bahwa sistem ini sangat bermanfaat.
Kata Kunci:Apriori, Binary Hamming Distance, Sistem Rekomendasi.
 
ABSTRACT
Students usually choose to eat in the places around the campus during a break in the day. When determining a place to eat, students are often confused. This is due to the many dining options available. Though there are many new dining places they have never visited. Students also experienced the tedium and difficulty in choosing where to eat. In fact, at night usually too few places to eat that are still open and are also usually less varied menu. As a result, students enough trouble finding a place to eat because of a limited choice.
Although it's been a lot of websites and applications that display of culinary information, but the website and the culinary applications, mostly only able to display the price, location, and type of food. In addition, the website and application do not consider other factors like comfort, cleanliness, portions, and service. And also the culinary website available today tend to display famous dining places that cost less affordable for students. In addition, most of the location is away from campus.
Based on the terms described above, the positive-negative Apriori algorithm and Binary Hamming Distance is applied to make a recommendation system that can help students to choose a place to eat in accordance with the desired criteria. Results from this study is the application which can help deliver on the selection of places to eat. Black box testing on the application indicates that the system has gone well. As for the level of user satisfaction, 83.3% of users agree the system is easy to use, 88.8% of users agree a language easily understood, 55.5% of users to provide an assessment agree that the display system is interesting, as much as 83.3% of users agree that the system can provide a preferred solution dining place appropriate needs, and 100% of users agree that the system is very useful.
Keywords: Apriori, Binary Hamming Distance, System Recommendations