<![CDATA[Studi ini mengembangkan sistem rekomendasi untuk buku digital berdasarkan kecerdasan buatan (AI) untuk meningkatkan melek huruf di antara siswa di lingkungan kampus. Sistem ini dikembangkan dengan pendekatan hybrid yang menggabungkan penyaringan berbasis konten dan penyaringan kolaboratif untuk membuat preferensi pengguna untuk rekomendasi yang lebih akurat dan relevan. Untuk meningkatkan kualitas pemrosesan data, algoritma pembelajaran yang mendalam seperti Neural Networks (CNNS) dan Recurrent Neural Networks (RNNS) digunakan untuk memungkinkan sistem menganalisis analisis pola interaksi pengguna seperti data klik, riwayat pencarian, dan perilaku membaca. Prototipe yang diuji dilakukan dengan menggunakan data interaksi untuk interaksi simulasi siswa, dan hasil penilaian kuantitatif menunjukkan kinerja yang cukup tinggi dengan penarikan 78% dan skor F1 80% dengan nilai akurasi 83%. Selain itu, penilaian kualitatif dari antara penelitian siswa menunjukkan bahwa sistem ini dianggap berguna untuk mencari referensi akademik yang tepat dan mudah digunakan dalam kegiatan pembelajaran sehari -hari. Hasil ini menunjukkan bahwa penerapan AI dalam sistem rekomendasi tidak hanya dapat memberikan lebih banyak saran pribadi dan kontekstual, tetapi juga secara signifikan untuk meningkatkan kemampuan digital siswa, meningkatkan akses ke sumber belajar, dan mempercepat pencarian untuk informasi akademik Terkait]]>
