Penerapan Metode Knowledge-Based Filtering Pada Sistem Rekomendasi Penginapan Di Kota Surakarta

Abstract

Peningkatan volume wisatawan di Kota Surakarta memicu tingginya kebutuhan terhadap sarana akomodasi yang selaras dengan anggaran dan kriteria spesifik setiap pengunjung. Sistem pencarian pada umumnya masih mengandalkan rekam jejak penilaian masa lalu, sehingga sering kali memunculkan masalah cold start saat harus menyajikan rekomendasi kepada pengguna baru yang belum memiliki ulasan. Penelitian ini bertujuan untuk membangun sebuah sistem rekomendasi penginapan yang adaptif menggunakan metode knowledge-based filtering melalui pendekatan perhitungan kesesuaian case-based reasoning. Algoritma ini bekerja dengan cara memetakan pengetahuan secara langsung dari spesifikasi pencarian pengguna dan menghitung tingkat kecocokan (similarity score) terhadap 20 data penginapan di wilayah Kota Surakarta. Perhitungan rekomendasi didasarkan pada rumusan empat atribut utama dengan sebaran bobot yaitu harga sewa (0,35), ketersediaan fasilitas (0,25), standar rating (0,25), dan tipe kamar (0,15). Hasil pengujian sistem melalui simulasi studi kasus perhitungan komputasi membuktikan bahwa metode knowledge-based filtering beroperasi dengan transparan dan sistematis. Sistem terbukti mampu memvalidasi preferensi pengguna dan mengeksekusi perhitungan pembobotan nilai secara akurat, di mana pada pengujian kasus, penginapan Townhouse Oak dan Solo Grand City berhasil direkomendasikan sebagai pilihan utama dengan perolehan nilai kesesuaian tertinggi sebesar 1,00. Pendekatan algoritma ini menghasilkan keputusan akhir yang sangat objektif tanpa terhalang minimnya riwayat interaksi, terbukti kebal terhadap cold start, dan sangat layak diimplementasikan sebagai fondasi utama mesin pengambil keputusan personal bagi wisatawan.