Pemodelan Hybrid Tourism Recommendation Menggunakan Hidden Markov Model dan Text Mining Berbasis Data Sosial Media

Abstract

Dalam bidang pariwisata, sistem rekomendasi dapat membantu pengguna mempercepat proses pengambilan keputusan untuk memilih destinasi tempat wisata. Salah satu sistem rekomendasi wisata yang sudah dikembangkan yaitu mobile ecotourism. Rekomendasi yang dihasilkan berbasis jarak dan pemetaan data statis. Sistem mobile ecotourism mengalami masalah seperti pada sistem rekomendasi tradisional yaitu atribut penentu hasil rekomendasi yang sebagian besar masih dalam data statis dan memiliki ketergantungan terhadap data rating. Penelitian ini bertujuan membangun model rekomendasi untuk mengatasi masalah yang terdapat pada sistem rekomendasi mobile ecotourism. Pada penelitian ini mengusulkan dua model rekomendasi hybrid yaitu model rekomendasi berbasis spasial dan berbasis text mining. Dua model ini menggunakan data media sosial. Data media sosial tumbuh secara cukup signifikan dan alami. Pemodelan rekomendasi berbasis spasial memberikan rekomendasi berdasarkan jarak dan analisis user mobility behavior. Pemodelan ini melibatkan data histori check-in dari location based social network. Data histori check-in dimodelkan berdasarkan Hidden Markov yang merepresentasikan user mobillity behavior yaitu perilaku dari mobilitas pengguna saat berpindah dari satu lokasi ke lokasi lain. Asumsi yang digunakan yaitu kunjungan pengguna ke suatu lokasi dipengaruhi oleh posisi current location dan waktu kunjungan. Pada Hidden Markov Model perpindahan pengguna dari suatu lokasi ke lokasi lain dimodelkan dalam state observasi dan waktu kunjungan ke suatu lokasi dimodelkan sebagai hidden state. Pemodelan ini menghasilkan daftar lokasi yang dekat dengan lokasi pengguna dan sesuai dengan perilaku pengguna. Model ini sudah diimplementasikan ke dalam bentuk web. Hasil evaluasi model dengan mean average precision menunjukkan nilai sebesar 0.78 yang merepresentasikan bahwa hasil rekomendasi cukup relevan. Pemetaan data statis antara hobi dan lokasi wisata diselesaikan dengan proses ekstraksi teks pada kumpulan data media sosial objek wisata dan pengguna untuk membangun suatu pemetaan yang bersifat dinamis. Text mining dilakukan untuk mengekstraksi teks sehingga didapatkan penciri dari objek wisata tersebut. Penelitian ini berfokus pada ekstraksi teks berbahasa Indonesia. Rekomendasi dibangun berdasarkan vector space model antara term wisata dan kemunculan term tersebut dalam posting pengguna di jejaring sosial. Pada pemodelan ini juga dilakukan agregasi rekomendasi dengan advice seeking sebagai representasi proses rekomendasi di dunia nyata. Model ini baru dibangun dengan menggunakan bahasa pemrograman R. Hasil dari pemodelan ini kurang baik karena term wisata masih didominasi kata-kata yang tidak representatif.