Pengembangan Aplikasi Itinerary Wisata Berdasarkan Anggaran Dan Preferensi Pengguna Menggunakan Tensorflow dan Google Cloud Platform

Nasserino, Kevin Joy and Nisa, Najma Choirun and Monica, Nadin Isna (2026) Pengembangan Aplikasi Itinerary Wisata Berdasarkan Anggaran Dan Preferensi Pengguna Menggunakan Tensorflow dan Google Cloud Platform. Project Report (Praktek Kerja Lapang dan Magang). UPN Veteran Jawa Timur. (Unpublished)

[img]
Preview
Text (Cover)
22082010073-cover.pdf

Download (501kB) | Preview
[img]
Preview
Text (Bab 1)
22082010073-bab1.pdf

Download (196kB) | Preview
[img] Text (Bab 2)
22082010073-bab2.pdf
Restricted to Repository staff only until 7 May 2029.

Download (244kB)
[img] Text (Bab 3)
22082010073-bab3.pdf
Restricted to Repository staff only until 7 May 2029.

Download (289kB)
[img] Text (Bab 4)
22082010073-bab4.pdf
Restricted to Repository staff only until 7 May 2029.

Download (3MB)
[img]
Preview
Text (Bab 5)
22082010073-bab5.pdf

Download (114kB) | Preview
[img]
Preview
Text (Daftar pustaka)
22082010073-daftarpustaka.pdf

Download (149kB) | Preview
[img] Text (Lampiran)
22082010073-lampiran.pdf
Restricted to Repository staff only

Download (739kB)

Abstract

Perencanaan perjalanan wisata seringkali menjadi tantangan, terutama dalam memilih destinasi yang sesuai dengan anggaran dan preferensi individu. Dalam konteks ini, proyek ini mengembangkan aplikasi berbasis machine learning untuk memberikan rekomendasi itinerary wisata secara personalisasi. Aplikasi dirancang menggunakan TensorFlow sebagai framework utama dalam membangun model machine learning dan Google Cloud Platform (GCP) untuk mendukung infrastruktur berbasis cloud. Metode pengembangan melibatkan tahapan Software Development Life Cycle (SDLC), mencakup planning,defining, designing, building, testing, dan deployment. Data destinasi wisata diolah melalui metode Content-Based Filtering (CBF) yang disempurnakan dengan algoritma Traveling Salesman Problem (TSP) untuk optimasi rute perjalanan. Model machine learning dikembangkan dengan memanfaatkan teknik neural network, sementara GCP mendukung penyimpanan data, pengolahan API, dan deployment melalui layanan seperti Cloud Run dan Firestore. Hasil implementasi menunjukkan aplikasi mampu memberikan rekomendasi destinasi yang relevan berdasarkan anggaran dan preferensi pengguna. Selain itu, optimasi rute perjalanan mengurangi waktu tempuh dan meningkatkan efisiensi perjalanan. Aplikasi ini diharapkan menjadi solusi inovatif yang tidak hanya membantu wisatawan, tetapi juga berkontribusi pada pengembangan pariwisata digital yang berkelanjutan di Indonesia.

Item Type: Monograph (Project Report (Praktek Kerja Lapang dan Magang))
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorSafitri, Eristya Maya0016039304maya.si@upnjatim.ac.id
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Q Science > QA Mathematics > QA76.6 Computer Programming
Q Science > QA Mathematics > QA76.625 Internet Programming
Q Science > QA Mathematics > QA76.76.E95 Expert Systems
Divisions: Faculty of Computer Science > Departemen of Information Systems
Depositing User: Mr Kevin Joy
Date Deposited: 26 May 2026 01:28
Last Modified: 26 May 2026 01:28
URI: https://repository.upnjatim.ac.id/id/eprint/51642

Actions (login required)

View Item View Item