@phdthesis{universitasamikomyogyakarta33026,
          school = {Universitas AMIKOM Yogyakarta},
            year = {2026},
           title = {ANALISIS ALGORITMA EXTREME GRADIENT BOOSTING
(XGBOOST) PADA METODE CONTENT-BASED FILTERING
UNTUK KLASIFIKASI RELEVANSI BUKU},
          author = {Qubussima Faeroz Furqona},
           month = {May},
        keywords = {XGBoost, Content-Based Filtering, TF-IDF, Cosine Similarity,
Klasifikasi, Classification.},
             url = {https://eprints.amikom.ac.id/id/eprint/33026/},
        abstract = {Banyaknya pilihan buku digital di berbagai platform sering membuat pengguna
kesulitan menemukan bacaan yang sesuai dengan minat dan kebutuhannya. Untuk
mengatasi hal tersebut, dibutuhkan sistem yang mampu memberikan rekomendasi
buku secara otomatis berdasarkan kesamaan konten. Penelitian ini bertujuan untuk
menganalisis penerapan algoritma Extreme Gradient Boosting (XGBoost) pada
metode Content-Based Filtering dalam klasifikasi relevansi buku. Dataset yang
digunakan memuat informasi seperti judul, penulis, genre, dan deskripsi buku. Teks
dari atribut tersebut direpresentasikan menggunakan metode TF-IDF (Term
Frequency?Inverse Document Frequency), kemudian tingkat kemiripan antar buku
dihitung menggunakan Cosine Similarity. Hasil pengukuran ini menjadi dasar
dalam proses klasifikasi menggunakan XGBoost. Melalui pendekatan ini
diharapkan diperoleh hasil analisis yang akurat dan dapat menjadi acuan bagi
pengembangan sistem rekomendasi berbasis konten di masa mendatang.}
}