Rancang Bangun Rekomendasi Tempat Wisata Di Kabupaten Rembang Berbasis Website Menggunakan Metode Content Based Filtering
Notice bibliographique
Résumé
Kabupaten Rembang merupakan salah satu daerah yang berada di wilayah Jawa Tengah bagian utara Kabuaten Rembang juga memiliki banyak objek wisata, kuliner, rumah adat dan sebagainya. Tempat wisata di kawasan Kabupaten Rembang sangat beragam .Oleh karena itu penulis akan membuat sistem rekomendasi tempat wisata berbasis website di Kabupaten Rembang. Sistem rekomendasi ini bertujuan untuk membantu wisatawan mendapatkan informasi tempat-tempat wisata yang berada di Kabupaten Rembang dan sekitarnya. Dengan menggunakan metode Content-based Filtering, sistem akan melihat tempat wisata yang wisatawan pilih sebelumnya dan memberikan rekomendasi tempat wisata menggunakan metode tersebut. Sistem yang dibuat juga telah dilakukan uji coba menggunakan black box testing dan pengujian usability dari 24 responden dan menghasilkan nilai keseluruhan 89%. Dengan adanya sistem ini diharapkan dapat membantu wisatawan untuk menentukan tempat wisata lebih cepat dan akurat.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,026 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».