IMPLEMENTASI CONTENT-BASED FILTERING PADA SISTEM REKOMENDASI BUKU PERPUSTAKAAN

Abstract

Perpustakaan memiliki peran penting sebagai sumber literasi. Jumlah koleksi buku yang banyak sering kali membuat anggota kesulitan menemukan buku yang sesuai dengan minat atau kebutuhan anggota. Penelitian ini bertujuan untuk mengimplementasikan metode Content-Based Filtering (CBF) dalam sistem rekomendasi buku Perpustakaan Universitas Muria Kudus. Metode ini bekerja dengan menganalisis konten atribut buku untuk memberikan rekomendasi yang relevan berdasarkan kesamaan antar buku. Proses implementasi melibatkan algoritma TF-IDF (Term Frequency-Inverse Document Frequency) untuk mengukur relevansi antar konten buku dan Cosine Similarity untuk menghitung tingkat kesamaan antar buku berdasarkan fitur buku. Sistem ini dibangun menggunakan bahasa Python dengan framework Flask. Sistem ini memiliki dua fitur utama: rekomendasi berbasis pencarian dan rekomendasi berbasis riwayat peminjaman, di mana buku yang pernah dipinjam tidak akan direkomendasikan kembali. Evaluasi dilakukan menggunakan metrik Precision@10. Sampel evaluasi diambil dari 10 pengguna perpustakaan dengan riwayat peminjaman berbeda, dan sistem menghasilkan rata-rata Precision@10 sebesar 0.91, yang mengindikasikan bahwa 91% rekomendasi yang diberikan relevan dengan preferensi pengguna.