Furqona, Qubussima Faeroz (2026) ANALISIS ALGORITMA EXTREME GRADIENT BOOSTING (XGBOOST) PADA METODE CONTENT-BASED FILTERING UNTUK KLASIFIKASI RELEVANSI BUKU. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf - Published Version Download (895kB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (177kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (604kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (415kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (77kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (215kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 22.11.5155.zip - Published Version Restricted to Repository staff only Download (314kB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (791kB) |
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.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | XGBoost, Content-Based Filtering, TF-IDF, Cosine Similarity, Klasifikasi, Classification. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 29 Sep 2026 02:19 | ||
| Last Modified: | 29 Sep 2026 02:19 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/33026 |
Actions (login required)
 |
View Item |