Aplikasi ini tidak hanya menampilkan daftar destinasi wisata, tetapi juga memiliki fitur rekomendasi destinasi secara personal berdasarkan rating pengguna. Metode yang digunakan adalah Item-Based Collaborative Filtering, dengan pendekatan Adjusted Cosine Similarity untuk menghitung kemiripan antar destinasi dan Weighted Sum untuk prediksi rating rekomendasi.
Website ini cocok untuk:
- bahan skripsi atau penelitian lanjutan
- source code siap kembangkan untuk project pariwisata
- portfolio web recommendation system / data mining
- referensi implementasi sistem rekomendasi berbasis web
Fitur Utama
- Halaman home, tentang, daftar destinasi, detail destinasi, dan kategori destinasi
- Pencarian destinasi berdasarkan nama, jenis, dan wilayah
- Sistem rekomendasi destinasi untuk user yang sudah login dan pernah review destinasi lainnya (https://rs.belisc.com/rekomendasi)
- Rating dan ulasan destinasi oleh pengguna
- Statistik ulasan dan rating per destinasi
- Login dan register user manual
- Login user menggunakan Google OAuth
- Lupa password dan verifikasi email
- Dashboard member untuk mengelola profil
- Dashboard member untuk menambah, mengubah, melihat, dan menghapus data destinasi
- Input data destinasi lengkap: nama, jenis, lokasi, kabupaten/provinsi, deskripsi, thumbnail, Instagram, latitude, longitude
- Panel admin untuk mengelola data destinasi
- Panel admin untuk mengelola jenis destinasi
- Panel admin untuk mengelola member
- Panel admin untuk moderasi ulasan
- Perubahan status aktif/nonaktif pada member dan destinasi
- Upload gambar dan sanitasi input
- Perlindungan form menggunakan reCAPTCHA
Keunggulan
- Dibangun dari project skripsi asli, bukan template asal edit
- Naskah publikasi penelitian ikut disertakan
- Algoritma rekomendasi sudah diimplementasikan di source code
- Sudah ada role admin dan member/user
- Cocok dijadikan produk digital, bahan presentasi, atau dikembangkan lagi menjadi aplikasi komersial
Ringkasan Metode Penelitian
Berdasarkan naskah publikasi yang disertakan, sistem ini mengimplementasikan:
- Item-Based Collaborative Filtering
- Adjusted Cosine Similarity untuk menghitung kemiripan antar item/destinasi
- Weighted Sum untuk menghitung prediksi rating
Pada naskah publikasi penelitian, hasil pengujian yang dilaporkan menunjukkan akurasi 85% pada skenario 6 neighbor.
File yang Disertakan
- Full source code website
- Database SQL: rs_pariwisata.sql
- Naskah publikasi skripsi: Naskah Publikasi.pdf
- File mockup: Mockup.xd
Akses Admin Demo
- URL Admin: https://rs.belisc.com/auth/admin
- Email/User Admin: admin@rspariwisata.org
- Password Admin: abc12345
Catatan
- Project ini merupakan website penelitian skripsi tahun 2021 dengan tema sistem rekomendasi objek wisata.
- Cocok untuk pembeli yang mencari source code bertema pariwisata, recommender system, item-based collaborative filtering, atau referensi skripsi / portfolio.
- Setelah digunakan di server sendiri, disarankan mengganti kredensial admin, konfigurasi email, Google OAuth, dan reCAPTCHA sesuai kebutuhan deployment.