relation: https://eprints.amikom.ac.id/id/eprint/32982/
title: PERBANDINGAN EFEKTIVITAS MODEL TF-IDF DAN WORD2VEC DALAM  SISTEM REKOMENDASI BUKU BERBASIS CONTENT-BASED
creator: Fauzan, Muhammad Hadziq
subject: 006 Metode komputer khusus
subject: 025 Operasional perpustakaan, arsip dan pusat informasi, pelayanan dan pengelolaan perpustakaan
description: Secara global, industri penerbitan buku terus mengalami pertumbuhan.  Berdasarkan data UNESCO dan International Publishers Association (IPA), setiap  tahun diterbitkan lebih dari dua juta judul buku baru di seluruh dunia. Di Indonesia  sendiri, menurut data Perpustakaan Nasional (PERPUSNAS) tahun 2020 dan 2021,  tercatat hampir 150.000 buku diterbitkan dalam satu tahun lebih tinggi dibanding  2019 berada di angka 120.000 buku. Peningkatan jumlah publikasi tersebut  menunjukkan berkembangnya aktivitas penerbitan dan ketersediaan bahan bacaan,  namun juga menimbulkan tantangan dalam membantu pembaca menemukan buku  yang relevan dengan minat dan kebutuhannya. Dengan adanya sebuah sistem  rekomendasi yang menerapkan berbagai macam algoritma dengan kebutuhan yang  bermacam-macam tentu juga menjadi tantangan lagi bagi para pengelola untuk  menghasilkan rekomendasi yang dapat disesuaikan dengan para pembaca.  Dengan adanya kedua masalah tersebut penelitian ini bertujuan untuk  membandingkan kinerja antara dua pendekatan algoritma dalam sistem  rekomendasi buku, yaitu Word2Vec dan Cosine Similarity dengan metode ContentBased    Filtering. Kedua metode ini memiliki karakteristik yang berbeda dalam  menghasilkan sebuah rekomendasi, namun keduanya tetaplah memiliki kebutuhan  data yang minim dengan hanya memerlukan data dari konten atau buku itu sendiri.  Maka dari itu pengujian ini dilakukan dengan menggunakan dataset buku yang  mencakup informasi seperti judul, penulis, kategori, dan rating pembaca. Melalui  perbandingan ini diharapkan dapat diperoleh pemahaman mengenai algoritma yang  lebih efektif dalam meningkatkan relevansi rekomendasi serta memberikan  kontribusi terhadap pengembangan sistem rekomendasi yang cocok dengan  pembaca maupun pengguna sistem hingga penelitian kedepannya.
date: 2026-04-21
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/5/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/6/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/7/Daftar%20Pustaka.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/8/Sourcecode%20-%2022.12.2655.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32982/9/Publikasi.pdf
identifier:   Fauzan, Muhammad Hadziq  (2026) PERBANDINGAN EFEKTIVITAS MODEL TF-IDF DAN WORD2VEC DALAM SISTEM REKOMENDASI BUKU BERBASIS CONTENT-BASED.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.