Search for collections on Undip Repository

PENERAPAN MODEL CONTENT-BASED FILTERING UNTUK OPTIMALISASI REKOMENDASI BUKU PADA SISTEM PEMINJAMAN BUKU MANDIRI DI RUANG BACA TEKNIK KOMPUTER

PRABOWO, PUTRANDI AGUNG (2025) PENERAPAN MODEL CONTENT-BASED FILTERING UNTUK OPTIMALISASI REKOMENDASI BUKU PADA SISTEM PEMINJAMAN BUKU MANDIRI DI RUANG BACA TEKNIK KOMPUTER. Undergraduate thesis, Universitas Diponegoro.

[thumbnail of Judul.pdf] Text
Judul.pdf

Download (347kB)
[thumbnail of BAB (1).pdf] Text
BAB (1).pdf
Restricted to Repository staff only

Download (196kB)
[thumbnail of BAB (2).pdf] Text
BAB (2).pdf
Restricted to Repository staff only

Download (397kB)
[thumbnail of BAB (3).pdf] Text
BAB (3).pdf
Restricted to Repository staff only

Download (625kB)
[thumbnail of BAB (4).pdf] Text
BAB (4).pdf
Restricted to Repository staff only

Download (702kB)
[thumbnail of BAB (5).pdf] Text
BAB (5).pdf
Restricted to Repository staff only

Download (278kB)

Abstract

Penelitian ini mengembangkan model machine learning untuk mengoptimalkan fitur
pencarian dengan memberikan rekomendasi buku yang sesuai dengan preferensi yang pengguna
masukkan. Model machine learning yang dikembangkan menggunakan metode content-based
filtering dengan pendekatan TF-IDF (Term Frequency-Inverse Document Frequency) dan cosine
similarity. Proses dilakukan dengan vektorisasi dan pembobotan kata menggunakan TF-IDF pada
dataset serta deskripsi yang dimasukkan pengguna, kemudian mencocokkannya menggunakan
cosine similarity untuk menghasilkan rekomendasi dengan skor kemiripan tertinggi. Pengujian
model (meliputi uji presisi, NDCG, dan distribusi similaritas) yang menghasilkan skor rata-rata
presisi 0,5 dan NDCG 0,79 menunjukkan akurasi dan relevansi rekomendasi yang baik. Selain itu,
variasi hasil terdistribusi merata dengan standar deviasi 0,1 dan IQR 0,112. Model berhasil
diintegrasikan dengan sistem peminjaman buku mandiri Ruang Baca Teknik Komputer melalui API
Flask pada server Ubuntu. Pengembangan lebih lanjut memungkinkan peningkatan akurasi,
relevansi, serta kemampuan memberikan rekomendasi yang lebih konsisten dan bervariasi.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Content-based Filtering, Cosine Similarity, Machine Learning, TF-IDF.
Subjects: Engineering
Divisions: Faculty of Engineering > Department of Computer Engineering
Depositing User: Teknik Komputer
Date Deposited: 25 Feb 2026 04:50
Last Modified: 25 Feb 2026 04:50
URI: https://eprints2.undip.ac.id/id/eprint/45984

Actions (login required)

View Item View Item