Sistem Rekomendasi Budgeting Event Menggunakan Genetic Algorithm (GA)

Pada penelitian ini, kami mendapatkan sebuah project untuk membuat sebuah model sistem rekomendasi dan sistem pengambilan keputusan yang akan memberikan rekomendasi kepada user terkait item dan budgeting dari sebuah event. Misal kita punya list item nih yang bisa kita sewa dan harganya. Namun kita hanya punya budget sekian, nah model ini akan mencoba memaksimalkan penawrannya kepada kita dengan memberikan itinerary yaang paling egfektif, pas budget namun masih memiliki nilai (rate) atau value yang tinggi untuk event kita. Intinya, harga kaki lima, taraf bintang lima.

Model

Reserch model yang digunakan dalam penelitian ini dimulai dengan membuat dataset item yang bisa disewa oleh sohibul event. Kemudian nanti user diminta untuk menginput budget yang dimiliki, dan mesin akan membuat sebuah model optimasi dengan menggunakan Genetic Algorithm dan menghasilkan sebuah rekomendasi.

Dataset

Dataset yang digunakan terdiri dari dua buah dataset. Pertama ada dataset list item (itinerary) event. Kira-kira seperti ini:

Dan kedua ada dataset divisi yang diperlukan untuk event. Kira-kira seperti ini:

Genetic Algorithm

Proses algoritma genetik yang dilalui adalah seperti ini:

Output:

Last generation: 
[[1 0 0 1 1]
 [1 0 0 1 1]
 [1 0 0 1 1]
 [1 0 0 1 1]
 [1 0 0 1 1]
 [1 0 0 1 1]
 [1 0 0 0 1]
 [1 0 0 1 1]
 [1 0 0 1 1]
 [1 0 1 1 1]]

Fitness of the last generation: 
[1201 1201 1201 1201 1201 1201 1001 1201 1201    0]

Last generation: 
[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 0 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 1 0 1]
 [1 1 1 1]]

Fitness of the last generation: 
[1601 1601 1601 1601 1601 1401 1601 1601  801 1601]

Last generation: 
[[1 1 1]
 [1 1 1]
 [1 1 1]
 [1 1 1]
 [1 1 1]
 [1 1 1]
 [1 1 1]
 [1 1 1]
 [1 1 1]
 [0 1 1]]

Fitness of the last generation: 
[1501 1501 1501 1501 1501 1501 1501 1501 1501  801]

Last generation: 
[[1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 0 1 1 1]
 [1 1 1 1 1]]

Fitness of the last generation: 
[3501 3501 3501 3501 3501 3501 3501 3501 2101 3501]

Last generation: 
[[0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 0]
 [0 0 0 1 1 0 1 1 1 1 1 1 1 1 1]]

Fitness of the last generation: 
[19601 19601 19601 19601 19601 19601 19601 19601 19401 19601]

Last generation: 
[[1 1 1 1 1 1 1 1 0 1 1 1 1]
 [1 1 1 1 1 1 1 1 0 1 1 1 1]
 [1 1 1 1 1 1 1 1 0 1 1 1 1]
 [1 1 1 1 1 1 1 1 0 1 1 1 1]
 [1 1 1 1 1 1 1 1 0 1 1 1 1]
 [1 1 1 1 1 1 1 1 0 1 1 1 1]
 [1 1 1 1 1 1 1 1 0 1 1 1 1]
 [1 1 1 1 1 1 1 1 0 1 1 1 1]
 [1 1 1 1 1 1 1 1 0 1 0 1 1]
 [1 1 1 1 1 1 1 1 0 1 1 1 1]]

Fitness of the last generation: 
[11401 11401 11401 11401 11401 11401 11401 11401 10501 11401]

Last generation: 
[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 1 1 0]
 [1 1 1 1]
 [1 1 0 1]
 [1 1 1 1]
 [1 1 1 1]]

Fitness of the last generation: 
[2501 2501 2501 2501 2501 2401 2501 1601 2501 2501]

Dan pengukuran fitnessnya adalah seperti ini:

Result

Setelah melalui proses algoritma genetik, mesin sudah mampu memberikan rekomendasi seperti ini:

Mau Dibuatin Juga?

Kamu lagi kesulitan ngerjain skripsi, thesis atau disertasi kamu? Mau dibimbing dan dibantuin bikin proyek-proyek keren kaya diatas? Tenang, Halo Ryan bisa bgt kok bantuin kamu. Halo Ryan udah berpengalaman selama 4 tahun membantu berbagai macam riset mulai dari tugas, paper, skripsi, thesis, disertasi bahkan sampai post doctoral di 5 Negara.

Halo Ryan BUKAN kayak joki-joki yang cuma dibuatin terus ditinggal kok, kita juga bakal ngebimbing kamu, ngajarin kamu dan bahkan jadi temen diskusi untuk proyek-proyek kamu. Masalah harga, kita bisa nego-nego di whatsapp ya.

Project kamu juga mau kita bantu? Ngobrol yuk. Walaupun belum bisa jadi client kita, seenggaknya kamu bisa jadi temen kita