SISTEM REKOMENDASI TEMPAT KULINER MENGGUNAKAN METODE PROMETHEE BERBASIS ANDROID

Abstract

Indonesia merupakan negara yang kaya akan ragam kuliner seiring dengan aneka ragamnya suku dan budaya yang ada. Sejalan dengan itu, kuliner sedang digiatkan pemerintah melalui Badan Ekonomi Kreatif (Bekraf) sebagai salah satu sektor industri kreatif yang memberi kontribusi cukup besar yaitu 30% di sektor pariwisata dan ekonomi kreatif. Semakin berkembang industri kuliner membawa persoalan di sisi teknis yaitu bagi produsen dan konsumen berkaitan tentang promosi dan pemilihan tempat kuliner. Semakin banyak tempat kuliner membutuhkan promosi yang canggih bagi produsen dan alat bantu pemilihan tempat kuliner bagi konsumen. Untuk itu pada penelitian ini dibangun sebuah sistem rekomendasi tempat kuliner yang akan membantu konsumen untuk memilih tempat kuliner dan memberikan ruang promosi digital bagi para produsen dengan menggunakan basis aplikasi android pada sisi klien dan berbasis web pada sisi administrator. Metode Promethee digunakan sebagai metode pengurutan tempat kuliner untuk memberikan rekomendasi bagi konsumen karena sifatnya mampu dalam pengurutan objek dengan multi kriteria. Promethee dipilih karena sudah banyak diterapkan dalam berbagai bidang. Aplikasi android berada pada sisi klien yang digunakan oleh pelaku industri kuliner yaitu pemilik outlet dan pencari kuliner. Pada sisi klien pencari kuliner dapat mencari rekomendasi kuliner, memilih kuliner favorit, melihat koleksi kuliner, melihat peta lokasi, melihat rute dan lain sebagainya. Pada sisi klien pemilik outlet dapat mengelola produk kulinernya yaitu sekaligus mempromosikan produk kulinernya secara digital. Sedangkan pada aplikasi web sisi administrator, admin dapat mengelola data master. Metode Promethee sebagai metode pengurutan rekomendasi telah berhasil diimplementasikan pada aplikasi android sisi klien. Dari hasil pengujian yaitu dengan menggunakan Visual Promethee, menunjukan bahwa metode Promethee yang digunakan 100% berhasil diterapkan. Berdasarkan analisa, rekomendasi yang dihasilkan sudah sesuai dengan kebutuhan konsumen.