PENERAPAN METODE ONTOLOGY ENRICHMENT DENGAN KONSEP AMENITAS PADA ONTOLOGI DI DOMAIN TOURISM (case study: DWIPA Ontology)

Isyahrani, Shania (2019) PENERAPAN METODE ONTOLOGY ENRICHMENT DENGAN KONSEP AMENITAS PADA ONTOLOGI DI DOMAIN TOURISM (case study: DWIPA Ontology). Tugas Akhir (S1) - thesis, UNIVERSITAS BAKRIE.

[thumbnail of PDF]
Preview
Text (PDF)
00 COVER.pdf - Submitted Version

Download (448kB) | Preview
[thumbnail of PDF] Text (PDF)
01 BAB I-III.pdf - Submitted Version
Restricted to Registered users only

Download (697kB) | Request a copy
[thumbnail of PDF] Text (PDF)
02 BAB IV.pdf - Submitted Version
Restricted to Registered users only

Download (732kB) | Request a copy
[thumbnail of PDF] Text (PDF)
03 BAB V.pdf - Submitted Version
Restricted to Registered users only

Download (68kB) | Request a copy
[thumbnail of PDF]
Preview
Text (PDF)
04 DAFTAR PUSTAKA.pdf - Submitted Version

Download (208kB) | Preview
[thumbnail of PDF] Text (PDF)
05 LAMPIRAN.pdf - Submitted Version
Restricted to Registered users only

Download (260kB) | Request a copy

Abstract

Menanggapi perkembangan Tourism di Indonesia, Ontologi DWIPA III dibangun untuk merepresentasikan domain tourism di Indonesia khususnya pada daerah Bali. Ontologi DWIPA III terdiri dari Class/subClass Accommodations, Attractions, Regencies dan Events. Tourism sendiri memiliki 3 elemen penting dalam perkembangannya, yaitu Attractions, Accommodations dan Amenities. Terkait dengan hal tersebut, Ontologi DWIPA III masih memiliki kekurangan pada konsep Amenities yang mendukung tourism itu sendiri. Penelitian ini menggunakan metode Ontology Enrichment untuk menambahkan konsep baru kedalam ontologi DWIPA III. Sumber data amenitas diambil dari situs tourism yang menyediakan informasi amenitas yaitu TripAdvisor. Data amenitas yang telah dikumpulkan lalu diberi fitur untuk membedakan data amenitas dan bukan amenitas, yang selanjutnya dilakukan pembobotan fitur menggunakan metode Terms Frequency – Inverse Document Frequency. Selanjutnya data akan di klasifikasi dengan membandingkan algoritma K-Means, K-Nearest Neighbor dan Self-Organizing Maps. Nilai Kappa Value yang didapatkan dari ketiga algoritma yang digunakan menunjukkan algoritma K-Means memiliki keakuratan sebesar 0.69 dinyatakan sebagai Substantial Agreement. Selanjutnya Ontologi akan dievaluasi menggunakan Data Driven dan OntoQA. Hasil akhir penelitian ini menunjukkan bahwa Ontologi DWIPA III berhasil diperkaya dengan memiliki 4 main Class, 29 subClass dan 319 instance, dengan nilai Relationship Richness sebesar 0.33, Inheritance Richness sebesar 32 dan Attribute Richness sebesar 79.

Item Type: Thesis (Tugas Akhir (S1) - )
Uncontrolled Keywords: Ontology, Ontologi DWIPA, Tourism, Amenity, Ontology Enrichment, TripAdvisor, TF-IDF, K-Means, K-NN, SOM, Kappa Value, Data Driven, OntoQA.
Subjects: Computer Science > Data structures
Thesis > Thesis (S1)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Informatika
Depositing User: Shania Isyahrani
Date Deposited: 27 Aug 2019 11:40
Last Modified: 27 Aug 2019 11:40
URI: https://repository.bakrie.ac.id/id/eprint/3067

Actions (login required)

View Item View Item