Скачать или смотреть PRESENTASI CAPSTONE PROJECT " C22-073 Healing.ai " || SIB DICODING INDONESIA BATCH 3

PRESENTASI CAPSTONE PROJECT " C22-073 Healing.ai " || SIB DICODING INDONESIA BATCH 3

Team ID : C22-073
Tema : Solusi Ekonomi Kreatif dan Pertumbuhan Ekonomi
Nama Adviser : Rahmat Fajri
Nama Anggota :
1. M296X0736 - Guntur Aji Pratama
2. M286Y0690 - Loisa Mutiara Thisa Allo
3. M248X0542 - Yudha Nugraha
4. M015X0141 - Ridwan Akmal

Latar Belakang
Kementerian Pariwisata dan Ekonomi Kreatif/Badan Pariwisata dan Ekonomi Kreatif mendukung pengoptimalan kampanye pariwisata secara daring di media sosial selama masa pandemi COVID-19 sebagai upaya “awareness” bagi wisatawan mancanegara (wisman) di negara fokus pasar wisata Indonesia (Kemenparekraf, 2020). Namun, objek wisata seperti taman dan museum seringkali masih belum begitu dikampanyekan dan dipublikasikan meskipun mereka hampir ada di seluruh kota / kabupaten di Indonesia. Adapun beberapa kampanye dan publikasi objek wisata di Indonesia masih tersebar di berbagai media sosial sehingga perlu usaha lebih dari para wisman untuk dapat mengetahui lebih banyak objek wisata di Indonesia.
Lantas, bagaimana menyediakan lebih banyak kampanye dan publikasi terhadap berbagai objek wisata sejenis taman dan museum yang belum diketahui dan dekat dengan objek wisata yang telah diketahui para wisman sebelumnya?
Berdasarkan permasalahan tersebut, diperlukan sebuah sistem terintegrasi machine learning dan website yang dapat memberikan rekomendasi berbagai objek wisata sejenis taman dan museum yang belum diketahui dan dekat dengan objek wisata yang telah diketahui para wisman sebelumnya sebagai acuan rekomendasinya. Tentu aplikasi tersebut juga harus didesain sesimpel mungkin untuk dapat memudahkan pengguna dalam mendapatkan rekomendasi. Maka dari itu, dikembangkan end-to-end solution berupa web app bernama Healing.ai untuk merealisasikan keperluan tersebut.
Healing.ai dikembangkan dengan tiga komponen utama : komponen front-end web dengan berbekal pemahaman dan pengalaman selama belajar di beberapa kelas pada Front-End Web Learning Path, komponen machine learning dengan berbekal pemahaman dan pengalaman selama belajar di beberapa kelas pada Machine Learning Learning Path, dan komponen back-end dengan berbekal pemahaman dan pengalaman individu pengembang dan sumber daya pembelajaran yang ada internet.
Healing.ai dibuat dengan memanfaatkan API pribadi hasil output Machine Learning dalam mendapatkan daftar rekomendasi objek wisata taman dan museum. Healing.ai dikembangkan berdasarkan pembelajaran yang ada di Machine Learning dan Front-End Web Learning Path.