PENERAPAN HYBRID FILTERING PADA SISTEM REKOMENDASI DESTINASI WISATA BERDASARKAN PREFERENSI DAN RATING PENGGUNA (Studi Kasus : Kabupaten Tuban)

Pariwisata merupakan sektor penting dalam mendorong pertumbuhan ekonomi, termasuk di Kabupaten Tuban yang memiliki beragam destinasi wisata alam, religi, dan budaya. Namun, informasi mengenai destinasi wisata di Tuban belum terintegrasi secara digital, sehingga menyulitkan wisatawan dalam menemukan destinasi yang sesuai dengan preferensi mereka. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem rekomendasi wisata berbasis Hybrid Filtering yang menggabungkan Content-Based Filtering (CBF) dan Item-Based Collaborative Filtering (CF). Metode CBF menggunakan TF-IDF dan Cosine Similarity untuk menghitung kemiripan antara preferensi pengguna dan atribut destinasi, sedangkan CF menggunakan Pearson Correlation dan Weighted Average of Deviation untuk memprediksi rating pengguna. Sistem diimplementasikan menggunakan framework Laravel dan Flask, dengan data 100 responden, 1.750 data rating, dan 28 destinasi wisata di Kabupaten Tuban. Hasil evaluasi menunjukkan bahwa Item-Based Collaborative Filtering memperoleh MAE sebesar 0.3167 dan RMSE sebesar 0.4534. Sementara itu, Content-Based Filtering menghasilkan Precision@5 sebesar 0.6110, Recall@5 sebesar 0.1997, dan F1-Score@5 sebesar 0.2752. Pada metode Hybrid Filtering, kombinasi terbaik diperoleh pada threshold 7 rating dengan bobot 60% CF dan 40% CBF, menghasilkan Precision@5 sebesar 0.5390, Recall@5 sebesar 0.7643, dan F1-Score@5 sebesar 0.6322. Hasil tersebut menunjukkan bahwa pendekatan Hybrid Filtering mampu menghasilkan rekomendasi yang lebih seimbang serta membantu mengurangi permasalahan cold-start dan data sparsity pada sistem rekomendasi wisata Kabupaten Tuban.