Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Computer Science and Information Technology (CoSciTech)
Mufti Ari Bianto
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Rekomendasi Buku Perpustakaan Sekolah menggunakan Metode Content-Based Filtering Ryky Ardiansyah; Mufti Ari Bianto; Bagus Dwi Saputra
Computer Science and Information Technology Vol 4 No 2 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i2.5131

Abstract

Buku adalah sumber pengetahuan dan informasi yang dapat meningkatkan pemahaman siswa tentang berbagai topik. Siswa seringkali kesulitan dalam menemukan buku yang sesuai dengan preferensi yang diinginkan siswa karena kurangnya informasi mengenai berbagai jenis buku. Salah satu cara mengelola informasi ini adalah melalui penggunaan sistem rekomendasi. Sistem rekomendasi telah terbukti efektif dalam mengatasi jumlah informasi yang tersedia dan memberikan rekomendasi buku sesuai dengan keinginan pengguna. Penelitian ini bertujuan untuk membuat dan mengembangkan sistem yang dapat memberikan rekomendasi buku kepada siswa berdasarkan minat mereka dengan menggunakan bahasa pemrograman PHP. Data buku yang digunakan dalam penelitian ini terdiri dari 517 data buku yang berasal dari perpustakaan SMA Muhammadiyah 8 Sukodadi. Metode yang digunakan dalam penelitian ini adalah content-based filtering. Untuk melakukan pembobotan dan menghitung tingkat kemiripan antar data buku, peneliti menggunakan algoritma TF-IDF dan cosine similarity untuk mengukur tingkat kemiripan antara vektor A dan vektor B. Berdasarkan hasil pengujian sistem yang telah dibangun, sistem ini mampu memberikan rekomendasi berdasarkan tingkat kemiripan antar buku dengan menghasilkan nilai pembobotan cosine similarity sebesar 0,358. Angka tersebut menunjukkan bahwa perhitungan yang dilakukan oleh sistem berhasil dan memberikan rekomendasi yang sesuai dengan perhitungan skor menggunakan metode cosine similarity.
Co-Authors Bagus Dwi Saputra Ryky Ardiansyah