<![CDATA[Sistem rekomendasi memainkan peran penting dalam membantu pengguna menemukan buku yang sesuai dengan minat dan preferensi mereka. Studi ini bertujuan untuk membangun sistem rekomendasi buku berbasis web di perpustakaan UIN Jambi dengan mengimplementasikan metode K-Nearest Neighbor (K-NN) dan Cosine Similarity. Sistem ini dibangun menggunakan bahasa pemrograman Python, di mana data atribut seperti judul buku, jenis buku, penulis, dan tahun publikasi diproses dengan pembobotan TF-IDF melalui tahapan Case folding, Tokenizing, Filtering, dan Stemming. Setelah itu, data diproses menggunakan algoritma dan diimplementasikan pada web menggunakan framework Flash dan menghasilkan nilai kinerja sistem, yaitu presisi 84,86%, recall 81,42%, dan F1-Score 81,26%. Hasil ini menunjukkan bahwa sistem dapat memberikan rekomendasi yang sesuai dengan minat dan preferensi pengguna. Dengan demikian, sistem rekomendasi yang dibangun dapat menjadi solusi optimal bagi mahasiswa atau pengunjung dalam menemukan buku dengan cepat, akurat, dan relevan.]]>
Copyrights © 2026
