REKOMENDASI BUKU DENGAN MENGGUNAKAN IMPLEMENTASI METODE USER-BASED COLLABORATIVE FILTERING

Repositori Jurnal Mahasiswa PTIIK UB
© 2017 by Doro Jurnal
Volume 9 - Number 3
Year of Publication: 2017
Fanandi Prima Ratriansyah, Rekyan Regasari Mardi Putri dan Agus Wahyu Widodo
Download Article

 


Abstract

Daya baca masyarakat Indonesia secara keseluruhan termasuk rendah diantara negara-negara lain di dunia. The World’s Most Literate Nations (WMLN) merilis daftar peringkat negara dengan daya baca tertinggi di dunia pada tahun 2016. Dari 61 negara yang di survey, Indonesia berada di peringkat 60, hanya setingkat dari Botswana, salah satu negara di Afrika. Bahkan dikalangan intelektual seperti mahasiswa, daya bacanya juga masih terhitung rendah. Salah satu faktornya adalah mahasiswa kekurangan referensi dan kesulitan untuk memilih mengenai buku apa yang sesuai dengan minat maupun kebutuhan mereka. Karena itu, terdapat beberapa upaya yang dapat dilakukan untuk membantu mahasiswa menemukan buku yang dibutuhkan, seperti dengan adanya rekomendasi buku. Rekomendasi bisa diberikan di katalog pencarian yang dimiliki oleh perpustakaan. Jika selama ini rekomendasi yang diberikan berdasarkan buku yang dipilih, maka penulis mencoba memberikan alternatif dengan memberikan rekomendasi berdasarkan kemiripan user. Metode yang sesuai dengan cara ini adalah User-Based Collaborative Filtering. Pada dasarnya, User-Based Collaborative Filtering memiliki asumsi, bahwa pengguna yang memiliki kesamaan di masa lampau, akan memiliki kesamaan di masa depan. Pengguna yang sama-sama meminjam buku tentang kedokteran, maka di masa depan akan meminjam buku kedokteran juga. Kecil kemungkinan mahasiswa kedokteran akan meminjam buku mengenai pemograman Java. Setelah kemiripan user ditemukan, barulah dihitung bobot buku-buku yang akan direkomendasikan. Berdasarkan hasil pengujian yang telah dilakukan, metode ini dapat memberikan rekomendasi jika kondisi lingkungannya ideal. Semakin ideal lingkungannya, semakin tinggi tingkat akurasi yang dihasilkan

Keywords

User-Based Collaborative Filtering, rekomendasi buku, perpustakaan