<![CDATA[Sistem rekomendasi memberikan saran kepada pengguna terkait item yang relevan dengan minat mereka. Penelitian ini mengembangkan sistem rekomendasi buku berbasis metode Item-Based Collaborative Filtering. Data berupa rating buku pengguna dianalisis menggunakan adjusted cosine similarity. Sistem diuji menggunakan Mean Absolute Error (MAE) untuk mengukur akurasi rekomendasi. Hasil penelitian menunjukkan bahwa metode ini efektif dalam memberikan rekomendasi buku yang sesuai dengan preferensi pengguna. Penelitian ini juga memberikan kontribusi penting dalam mendukung digitalisasi perpustakaan dan memudahkan pengguna dalam mengakses buku yang relevan. Dengan hasil akurasi yang tinggi, sistem ini berpotensi diterapkan secara luas pada berbagai institusi pendidikan untuk meningkatkan minat baca siswa. Sistem yang dirancang juga mempertimbangkan aspek pengalaman pengguna (user experience), sehingga antarmuka yang dikembangkan responsif dan mudah digunakan. Keunggulan metode ini dibandingkan pendekatan lainnya terletak pada kemampuan untuk memanfaatkan pola perilaku pengguna dalam memberikan rekomendasi yang lebih relevan. ]]>
Copyrights © 2025
