DSM sebagai Sistem Rekomendasi Rumah Makan
Penulis
Dr.rer.nat. Ditdit Nugeraha Utama
Computer Science Department, BINUS Graduate Program-Master of Computer Science, Bina Nusantara University, Jakarta, Indonesia 11480
ditdit.utama@binus.edu
“Di kota metropolitan, mencari rumah makan di jam-jam sibuk adalah sesuatu yang sangat menantang” (Utama et al. 2017; Utama et al. 2018)
Kembali, Decision support model (DSM), dapat diandalkan secara praktis, sebagai salah satu alat rekomendasi. Kali ini DSM dapat digunakan untuk merekomendasikan jenis rumah makan apa yang paling tepat dan objektif untuk kita sebagai pelanggan. Tentu, bukan hanya parameter lokasi saja yang dipertimbangkan di dalam model ini, namun berbagai jenis aspek/parameter lain ikut dipertimbangkan di dalamnya.
Utama et al. (2017), di tahun 2017, telah mampu mengembangkan sebuah jenis DSM yang digunakan sebagai aplikasi cerdas untuk merekomendasikan jenis rumah makan yang sesuai dengan jenis pelanggan/pencarinya. Disini, customer preference menjadi rujukan utama untuk dimodelkan dan dipertimbakan di dalam pemodelan yang diusulkan. Sehingga, kombinasi antara lokasi dan kesukaan dari pelanggan (customer interest) akan menghasilkan nilai keputusan (decision value) terbaik. Dimana, nilai keputusan yang didapat akan menjadi hasil penilaian yang digunakan oleh model di dalam menyarankan/merekomendasikan jenis rumah makan yang paling tepat bagi para pelanggannya.
Selain faktor kesukaan, model pun mengalami pengembangan pada tahun berikutnya. Utama et al. (2018), pada tahun 2018, berhasil mengembangkan DSM untuk rekomendasi rumah makan menjadi versi yang lebih baru dan lengkap. Selain aplikasi cerdas yang mampu dikembangkan telah berhasil diimplementasikan pada OS Android, aplikasi yang diberi nama Worth Eat II ini pun telah mempertimbangkan berbagai jenis parameter yang lebih menggambarkan karakteristik pelanggannya.
Parameter-parameter baru yang dipertimbangkan di dalam model di antaranya adalah kualitas rumah makan / restaurant rating (khusus untuk penilaian rasa dan kebersihan) dan harga rerata dari jenis makanan yang ditawarkannya. Dengan menggunakan metode utama logika fuzzy dan perhitungan kedekatan Euclidean Distance, model ini mampu memberikan rekomendasi yang lebih akurat dan tepat.
Sehingga jelas, DSM akan terus untuk diadaptasi di dalam menyelesaikan berbagai jenis permasalahan dan kasus berkehidupan manusia. Tentu, khususnya berbagai jenis permasalahan dan kasus yang berhubungan dengan pengambilan/pembuatan keputusan. Baik keputusan yang bersifat individu, korporasi, atau pun negara. Juga baik berupa keputusan yang bersifat terstruktur atau pun tidak terstruktur. Metode yang diadaptasi pun semakin hari akan semakin berkembang dan berkualitas, sesuai dengan perkembangan teknologi dan bahasa pemrograman yang digunakan.
Referensi
Utama, D. N., Lazuardi, L. I., Qadrya, H. A., Caroline, B. M., Renanda, T., and Sari, A. P. 2017. Worth Eat: an Intelligent Application for Restaurant Recommendation based on Customer Preference (Case Study: Five Types of Restaurant in Tangerang Selatan Region, Indonesia). International Conference on Information and Communication Technology, pp. 82-85.
Utama, D. N., Handayani, T., Devi, D. K., Putri, E. L., and Ramadhan, W. 2018. Worth Eat II: an Extended Intelligent Application for Finding Restaurant. International Journal of Mechanical Engineering and Technology, vol. 9, no. 13, pp. 1448-1457.
