Sistem Rekomendasi Buku Menggunakan Algoritma Use-Based Collaborative Fitltering

Kharis Kurniawan Rasman; Muhammad Faizi Akbar; Zeksen Michael Rivaldo  Sinaga

doi:10.31004/riggs.v4i4.5675

Authors

Kharis Kurniawan Rasman Universitas Bina Sarana Informatika
Muhammad Faizi Akbar Universitas Bina Sarana Informatika
Zeksen Michael Rivaldo Sinaga Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.31004/riggs.v4i4.5675

Keywords:

Sistem Rekomendasi Buku, User-Based Collaborative Filtering, Pearson Correlation

Abstract

Perkembangan teknologi informasi telah mengubah cara masyarakat mengakses buku melalui perpustakaan digital dan toko buku online yang menyediakan jutaan koleksi. Namun, banyaknya pilihan buku menyebabkan pengguna mengalami kesulitan dalam menemukan buku yang sesuai dengan minat mereka, fenomena yang dikenal sebagai information overload. Sistem rekomendasi menjadi solusi untuk mengatasi permasalahan tersebut dengan menyarankan buku berdasarkan preferensi dan perilaku pengguna. Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi buku menggunakan algoritma user-based collaborative filtering yang dapat memberikan rekomendasi akurat dan personal. Metode penelitian menggunakan pendekatan kualitatif deskriptif dengan memanfaatkan dataset Book-Crossing yang terdiri dari 92.107 pengguna aktif dan 45.678 buku. Implementasi dilakukan dengan membandingkan tiga metrik kesamaan yaitu cosine similarity, Pearson correlation, dan Jaccard similarity, serta optimasi parameter k-nearest neighbors. Hasil penelitian menunjukkan bahwa Pearson correlation dengan k=20 menghasilkan performa terbaik dengan nilai MAE sebesar 0.82, RMSE sebesar 1.15, precision@10 sebesar 0.68, dan recall@10 sebesar 0.52. Sistem yang dikembangkan mengungguli metode baseline dengan peningkatan akurasi hingga 34% dan berhasil menangani cold start problem dengan coverage mencapai 98%. Analisis kualitas rekomendasi menunjukkan tingkat relevansi 78%, diversity score 0.72, dan novelty score 65%. Penelitian ini membuktikan bahwa user-based collaborative filtering efektif untuk sistem rekomendasi buku dan memiliki potensi implementasi pada perpustakaan digital atau platform baca buku online di Indonesia untuk meningkatkan pengalaman pengguna dan mendorong budaya literasi masyarakat.

Downloads

Download data is not yet available.

References

N. Oktavia, “Pergeseran Budaya Baca Masyarakat Sampang di Era Digital Di era modern ini banyak orang yang memiliki smartphone dan menggunakan media social , seperti aplikasi Instagram , Whatsapps , facebook , tiktok dan sejenisnya untuk mencari informasi dan berkomunikasi . Penggunaan media social memiliki dampak positif dan negative . Teknologi mengalami perkembangan pesat di era modern . Hal ini membawa perubahan signifikan pada berbagai aspek kehidupan , termasuk cara masyarakat mengakses informasi . Perpustakaan sebagai tempat tradisional untuk mencari informasi dan pengetahuan dan saat ini dihadapkan dengan tantangan baru akibat kemudahan akses informasi melalui internet dan perangkat digital . UNESCO melaporkan pada Januari 2020 bahwa minat baca masyarakat Indonesia sangat rendah , menempatkannya di urutan kedua terburuk di dunia untuk literasi . UNESCO melaporkan bahwa minat baca masyarakat Indonesia sangat rendah , hanya 0 , 001 % dari populasi . Ini berarti bahwa hanya satu orang dari seribu orang Indonesia yang rajin membaca . Menurut penelitian yang dilakukan oleh Central Connecticut State University pada Maret 2016 lalu , Ranking of World ’ s Most Literate Nations , Indonesia menduduki peringkat ke-60 dari 61 negara , persis di bawah Thailand ( 59 ) dan di atas Bostwana ( 61 ). Padahal , Indonesia berada di atas negara-negara Eropa dalam hal penilaian infrastruktur yang mendukung Pergeseran budaya baca masyarakat telah menjadi fenomena yang semakin signifikan di era digital yang sangat dinamis dan berubah . Budaya baca telah mengalami perubahan besar dalam cara masyarakat berinteraksi , berkomunikasi , dan memperoleh informasi karena perubahan dalam teknologi komunikasi dan penggunaan media digital . Cara masyarakat menggunakan dan mengakses informasi telah berubah sebagai akibat dari kemajuan dalam teknologi informasi dan komunikasi di era digital saat ini . Dengan munculnya internet , perangkat digital seperti smartphone , tablet , dan komputer , serta media sosial , penyebaran informasi telah menjadi lebih cepat dan lebih mudah diakses . Fenomena ini tidak hanya terjadi di kota-kota tetapi juga di pedesaan . Masyarakat biasanya bergantung pada media cetak seperti buku , koran , dan majalah untuk mendapatkan informasi . Namun , dengan masuknya teknologi digital , pola konsumsi informasi masyarakat mulai beralih ke media digital . Pergeseran budaya baca ini tidak hanya dialami oleh generasi muda ; itu juga dialami oleh generasi tua . Disebabkan kemudaha…,” pp. 53–67.

S. A. Pratama, “Pengembangan Sistem Rekomendasi Buku Menggunakan Collaborative Filtering Development Of A Book Recommendation System Using Collaborative Filtering,” vol. 2, no. 2, pp. 81–86.

M. Jurnal et al., “Penerapan Sistem Rekomendasi Produk pada Marketplace Menggunakan Metode Colaborative Filtering Pesatnya perkembangan teknologi digital berdampak signifikan pada dunia perdagangan . beli secara daring . Namun , dengan banyaknya jumlah produk yang tersedia , pengguna sering menggunakan metode collaborative filtering serta mengevaluasi kinerjanya dalam memberikan Desain Penelitian eksperimen . Tujuannya adalah mengembangkan serta menganalisis sistem rekomendasi,” vol. 3, no. September, 2025.

X. Fabiano et al., “Applied Information Technology and Computer Science Implementasi Sistem E-Book Rekomendasi Berbasis Web Sederhana Menggunakan Content-Based Filtering,” vol. 4, no. 1, pp. 15–24, 2025.

N. Hendrayana and J. S. Wibowo, “Sistem Rekomendasi Pencarian Buku Perpustakaan Dengan Algoritma Content Based Filtering,” vol. 17, no. 1, pp. 271–278, 2024.

V. S. Saputra, A. Ridwan, and T. G. Pratama, “Rancang Bangun Sistem Rekomendasi Buku Berbasis Item-Based Collaborative Filtering Menggunakan Algoritma K-Nearest Neighbors,” vol. 15, no. 2, pp. 325–331, 2025.

R. R. Mahendra, F. T. Anggraeny, and H. E. Wahanani, “Implementasi Item-Based Collaborative Filtering Untuk Rekomendasi Film,” no. 3, 2024.

A. H. Ritdrix, P. W. Wirawan, and U. Diponegoro, “SISTEM REKOMENDASI BUKU MENGGUNAKAN METODE ITEM-BASED COLLABORATIVE,” vol. 9, pp. 24–32.

M. D. Daminatila and A. Harbani, “Penerapan Metode Collaborative Filtering untuk Rekomendasi Buku Berbasis Item Based,” vol. 01, no. 02, pp. 23–28, 2025.

T. Badriyah, I. Restuningtyas, and F. Setyorini, “Sistem Rekomendasi Collaborative Filtering Berbasis User Algoritma Adjusted Cosine Similarity,” 2017.

K. Febriani, “PEMODELAN REKOMENDASI PRODUK MENGGUNAKAN,” vol. 1, no. 5, pp. 1–17, 2024.

R. Akbar et al., “Sistem Rekomendasi Buku Dengan Collaborative Filtering Menggunakan Metode Singular Value Decomposition ( SVD ),” vol. 10, no. 5, pp. 5013–5019, 2023.

V. N. Januari et al., “SALATIGA,” vol. 9, no. 1, pp. 1–11, 2020.

P. Ajeng, S. Sukmawati, L. Hiryanto, and V. Christanti, “Implementasi Metode Collaborative Filtering Based Untuk Sistem Rekomendasi Buku Fiksi.”

M. Misnawati, A. Mualo, A. G. Wauw, A. Letsoin, A. S. Ruhunussa, and M. S. Iba, “Penerapan Algoritma Levenshtein Distance dalam Sistem Informasi Perpustakaan untuk Meningkatkan Akurasi Pencarian Buku,” vol. 5, no. 3, pp. 2621–2632, 2025.