SKRIPSI DIGITAL
Hybrid Recommender System Buku Berbasis Web = Hybrid Recommender System for Web-Based Books
Seiring dengan meningkatnya minat baca di Indonesia, munculah suatu tantangan yakni bagaimana cara pengguna menemukan buku yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk mengembangkan sebuah sistem rekomendasi berbasis web dengan menggunakan metode Content-Based Filtering (CBF) dan Collaborative Filtering (CF) untuk dapat menemukan buku yang sesuai dengan preferensi pengguna. Hasil rekomendasi dihasilkan dari interaksi yang dilakukan oleh pengguna berupa penilaian terhadap buku. Data rating ini akan disimpan dalam tabel user_interactions dan digunakan untuk menganalisis preferensi individu dengan mengambil id pengguna dan id buku. CBF merekomendasikan buku berdasarkan kemiripan content, seperti mengambil data penulis, judul, genre, dan deskripsi untuk dijadikan satu dan diolah menggunakan TF-IDF + Cosine Similarity, sedangkan CF mencari pengguna yang memiliki selera yang serupa untuk dapat diberikan rekomendasi buku menggunakan algoritma K-NN untuk mencari tetangga terdekat kemudian dihitung kemiripannya menggunakan Cosine Similarity. Hasil dari penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu memberikan rekomendasi yang lebih relevan, dengan rentang rating yang digunakan berkisar antara 3 hingga 5 dan didapatkan hasil pengujian evaluasi model Content-Based berupa precision sebesar 60%, recall sebesar 85,71% dan F1-Score sebesar 70,59% sedangkan untuk Collaborative dihasilkan precision sebesar 70%, recall 100% dan F1-Score sebesar 82,35% yang menandakan bahwa sistem berhasil merekomendasikan buku yang benar-benar relevan terhadap pengguna.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah