Jumal (2014) SISTEM REKOMENDASI PEMINJAMAN BUKU PADA PERPUSTAKAAN UIN SUSKA RIAU DENGAN METODE USER-BASED COLLABORATIVE FILTERING. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text fm.pdf Download (188kB) | Preview
Preview	Text BAB I PENDAHULUAN.pdf Download (24kB) | Preview
Preview	Text BAB II LANDASAN TEORI.pdf Download (346kB) | Preview
Preview	Text BAB III METODOLOGI PENELITIAN.pdf Download (173kB) | Preview
Preview	Text BAB IV ANALISA DAN PERANCANGAN(1).pdf Download (1MB) | Preview
	Text BAB V IMPLEMENTASI DAN PENGUJIAN.pdf Restricted to Registered users only Download (263kB)
Preview	Text BAB VI PENUTUP.pdf Download (15kB) | Preview
Preview	Text em.pdf Download (15kB) | Preview

Abstract

Perpustakaan merupakan suatu pusat pendidikan bagi setiap lembaga pendidikan. Permasalahan yang sering terjadi pada perpustakaan yaitu jumlah koleksi buku pada perpustakaan sehingga menyulitkan pengguna dalam mencari buku yang sangat sesuai dengan minat dan keinginannya. Pada penelitian ini, sistem rekomendasi peminjaman buku pada perpustakaan uin suska riau dengan metode user-based collaborative filtering akan memberikan rekomendasi buku berdasarkan pola kegiatan pengguna melalui pencarian dan peminjaman. Data hasil pencarian dan peminjaman yang dilakukan oleh pengguna, akan diubah menjadi data ratting. Berdasarkan data ratting yang diberikan oleh masing-masing pengguna akan dihitung kedekatannya menggunakan algoritma pearson correlation similarity. Dari hasil similarity antar pengguna, bisa dilakukan perhitungan prediksi buku yang akan direkomendasikan kepada pengguna menggunakan algoritma weight sum. Sistem rekomendasi ini telah diuji menggunakan pengujian Black Box, UAT (User Acceptence Test) dan precison. Hasil pengujian black box menunjukkan sistem ini mampu menjalan fungsi-fungsinya dengan baik dan benar. Pada pengujian precision dilakukan pengujian beberapa tahap yaitu dengan menggunakan 6 pengguna dan 30 data rating, 10 pengguna dan 50 data rating, 10 pengguna dan 100 data rating, dan 10 pengguna 200 data rating. Berdasarkan pengujian UAT dan precision , sistem mampu memberikan rekomendasi buku kepada pengguna hingga mecapai akurasi sebesar 64%. Kata kunci : Perpustakaan, Prediksi, Ratting, Rekomendasi, Similarity.

Actions (login required)

View Item