Prediksi Rekomendasi Buku Berdasarkan Riwayat Peminjaman Menggunakan Collaborative Filtering Pada Perpustakaan Unjaya

Abstract

Perpustakaan Universitas Jenderal Achmad Yani Yogyakarta (Unjaya) memiliki peran penting dalam mendukung ekosistem pendidikan tinggi melalui penyediaan layanan informasi dan literasi. Dalam upaya meningkatkan pengalaman pengguna dan relevansi layanan, penelitian ini bertujuan untuk memprediksi rekomendasi buku berdasarkan riwayat peminjaman menggunakan metode Collaborative Filtering. Penelitian ini menggunakan pendekatan item-based collaborative filtering yang memanfaatkan data peminjaman buku untuk menghasilkan rekomendasi yang relevan bagi pengguna. Dataset yang digunakan mencakup data peminjaman dan data koleksi buku perpustakaan, yang diproses untuk membangun matriks kesamaan antar item menggunakan adjusted cosine similarity. Proses rekomendasi dilakukan dengan mengidentifikasi buku yang memiliki tingkat kemiripan tinggi dengan buku yang pernah dipinjam pengguna. Evaluasi model dilakukan menggunakan Mean Absolute Error (MAE) untuk mengukur akurasi prediksi rekomendasi. Hasil penelitian menunjukkan bahwa prediksi rekomendasi buku yang dilakukan mampu memberikan saran buku yang relevan, mempercepat proses pencarian informasi, dan mendukung peningkatan layanan perpustakaan dalam era digital. Penelitian ini diharapkan dapat berkontribusi pada penguatan transformasi perpustakaan modern, mendukung literasi informasi, dan berperan dalam mewujudkan visi Indonesia Emas 2045. Perpustakaan Universitas Jenderal Achmad Yani Yogyakarta (Unjaya) berperan penting dalam mendukung ekosistem pendidikan tinggi melalui penyediaan layanan informasi. Untuk meningkatkan relevansi dan kenyamanan layanan, penelitian ini bertujuan memprediksi rekomendasi buku berdasarkan riwayat peminjaman menggunakan metode Item-based Collaborative Filtering. Metode yang digunakan melibatkan pemrosesan data peminjaman dan koleksi buku untuk membentuk matriks kesamaan antar item menggunakan adjusted cosine similarity. Rekomendasi diberikan berdasarkan kemiripan buku dengan yang pernah dipinjam oleh pengguna. Model dievaluasi menggunakan Mean Absolute Error (MAE), dengan hasil menunjukkan nilai MAE sebesar 0.0024 dan 0.0047. Nilai MAE yang mendekati 0 ini menunjukkan bahwa model memiliki tingkat kesalahan prediksi yang sangat rendah, sehingga performa sistem dapat dikategorikan baik. Hasil penelitian membuktikan bahwa sistem mampu menghasilkan rekomendasi yang relevan, mempercepat pencarian informasi, dan mendukung peningkatan kualitas layanan perpustakaan di lingkungan perguruan tinggi. Penelitian ini diharapkan dapat berkontribusi terhadap pengembangan layanan informasi berbasis teknologi di perpustakaan pendidikan tinggi.