SISTEM REKOMENDASI BUKU DENGAN METODE K-NEAREST NEIGHBOR (K-NN) PADA GRAMEDIA

Abstract

Sistem rekomendasi merupakan cara yang efektif untuk membantu pengguna mencari buku yang sesuai dengan preferensinya. Sistem ini menggunakan algoritma K-Nearest Neighbor Ball tree untuk mengidentifikasi buku yang paling mirip dengan buku yang dipilih oleh pengguna dan merekomendasikan buku tersebut kepada pengguna. Metode K-Nearest Neighbor Ball tree membutuhkan banyak data untuk menghasilkan hasil yang akurat. Data ini mencakup informasi tentang buku-buku toko buku Gramedia, seperti judul, peringkat, pengarang, kategori, dan lain-lain. Sistem ini menggunakan metode K-Nearest Neighbor Ball tree dengan Google Colab untuk mengklasifikasikan dataset buku dan membuat rekomendasi berdasarkan minat pengguna. Hasilnya adalah rekomendasi buku dengan uji presisi 80% yang menunjukkan bahwa sistem ini efektif dalam menyarankan buku yang sesuai dengan minat pengguna.