Rancang Bangun Sistem Rekomendasi Penginapan Kota Malang Dengan Metode Profile Matching Berbasis Web

Jumlah Penginapan di Kota Malang dari tahun ke tahun terus bertambah. Peningkatan tamu yang berkunjung dan menggunakan jasa penginapan sebanding dengan banyaknya usaha penginapan di Kota Malang. Banyaknya jumlah penginapan membuat semakin banyak pilihan bagi wisatawan untuk mencari penginapan. Hal ini dapat diatasi dengan cara wisatawan bertanya kepada penduduk setempat, meminta pendapat atau saran kepada teman / saudara yang pernah atau berada di Kota Malang dan wisatawan dapat mencari informasi penginapan melalui internet. Namun masalah yang terjadi banyak wisatawan yang belum berpengalaman dan mengandalkan informasi dari penduduk setempat ketika mencari penginapan akan mendapatkan informasi yang sedikit mengenai penginapan yang akan ditempati dan kesulitan mencari penginapan karena tidak tahu lokasi penginapan tersebut. Kebanyakan wisatawan yang kurang informasi juga mendapatkan ketidakpuasan dalam layanan yang diterima. Maka pada penelitian ini, dibangun suatu sistem perangkat lunak untuk membantu memberikan rekomendasi penginapan kepada wisatawan yang akan menginap di Kota Malang dengan menggunakan metode profile matching agar proses perhitungan lebih cepat dan akurat. Untuk membangun suatu aplikasi atau perangkat lunak yang sesuai dengan kebutuhan pengguna maka pengembangan perangkat lunak pada penelitian ini menggunakan Waterfall model. Dengan waterfall model resiko kesalahan lebih sedikit karena spesifikasi kebutuhan sistem tersebut sudah ditentukan dari awal pengembangan. Berdasarkan hasil pengujian pada pengujian white box mendapatkan nilai V(G) 14 pada method tampil_rekomendasi, 4 pada method simpan dan 3 pada method savepromo. pada pengujian black box untuk semua kasus uji validasi yang sudah dilakukan menghasilkan status valid, pada pengujian usability hasil perhitungan rata – rata index (%) usability adalah 82,6 %, Serta mendapatkan nilai 46% jika urutan rekomendasi penginapan diperhatikan dan mendapatkan nilai 76,7% jika urutan rekomendasi tidak diperhatikan pada pengujian akurasi