Publisher

UBHARAJAYAUBHARAJAYA

Journal Journal of Students‘ Research in Computer ScienceJournal of Students‘ Research in Computer Science Abstract

Perkembangan teknologi informasi yang pesat telah memberikan dampak yang cukup signifikan terhadap berbagai bidang, termasuk juga pada industri bidang penjualan buku. Banyak dari toko buku konvensional mulai beralih pada platform digital mempermudah dan meningkat jangkauan dari penjualan. Namun dengan banyaknya pilihan buku yang tersedia, pengguna seringkali mengalami kesulita dalam menemukan buku yang sesuai dengan minat dan kebutuhan dari pengguna. Oleh karena itu penelitian ini dilakukan dengan tujuan merancang aplikasi toko buku berbasis web dengan dilengkapi fitur rekomendasi buku secara personal menggunakan Bahasa pemrograman PHP dan basis data MySQL dengan fitur utama berupa penerapan algoritma collaborative filtering yaitu metode pada sistem rekomendasi yang menganalisa kesamaan preferensi antar pengguna berdasarkan data dari rating yang diberikan. Data tersebut digunakan untuk memprediksi dan merekomendasikan buku yang kemungkinan besar disukai oleh pengguna lain dengan pola kesukaan serupa. ini bertujuan untuk meningkatkan relevansi rekomendasi serta memberikan pengalaman yang lebih efisien dan interaktif dalam pencarian buku. Hasil dari pengujian ini menunjukan bahwa sistem mampu memberikan saran buku yang relevan dan sesuai dengan preferensi dari pengguna. Selain itu penerapan pada aplikasi berbasis web ini juga mempermudah proses dari transsaksi, mempercepat pencarian buku dan meningkatkan kepuasan dari pengguna dalam berbelanja digital. Dengan demikian apliksai toko buku berbasis web yang mnggunakan algoritma collaborative filtering ini bisa menjadi solusi yang efektif dalam membantu pengguna menemukan buku sesusai dari minat dan mendukung pengembangan toko buku digital.

Conclusion

Berdasarkan hasil penelitian, aplikasi toko buku berbasis web berhasil dikembangkan menggunakan PHP dan MySQL dengan fitur rekomendasi buku berbasis collaborative filtering.Sistem mampu memberikan rekomendasi yang lebih personal berdasarkan rating pengguna, sehingga membantu pengguna menemukan buku yang sesuai dengan preferensinya serta berpotensi meningkatkan pengalaman pengguna dan penjualan pada toko buku online.Untuk pengembangan selanjutnya, disarankan menggabungkan metode Content-Based Filtering atau Hybrid Recommendation System, mengembangkan aplikasi versi mobile, serta menambahkan data interaksi pengguna seperti riwayat pencarian, pembelian, dan fitur review yang lebih interaktif guna meningkatkan akurasi dan kualitas rekomendasi.

Future Research

1. Membangun sistem rekomendasi hybrid yang menggabungkan collaborative filtering dengan pendekatan content-based filtering untuk meningkatkan akurasi rekomendasi, terutama dalam mengatasi masalah cold start. 2. Mengembangkan versi aplikasi mobile untuk memperluas akses pengguna dan meningkatkan interaksi melalui fitur seperti notifikasi rekomendasi otomatis. 3. Menambahkan analisis data perilaku pengguna seperti riwayat pencarian dan ulasan buku untuk memperkaya model rekomendasi dan mengoptimalkan pengalaman pengguna.

References

1. Evaluation of Collaborative Filtering for Recommender Systems. evaluation filtering recommender systems... thesai.org/Publications/ViewPaper?Volume=12&Issue=3&Code=IJACSA&SerialNo=67Evaluation of Collaborative Filtering for Recommender Systems evaluation filtering recommender systems thesai Publications ViewPaper Volume 12 Issue 3 Code IJACSA SerialNo 67
2. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... doi.org/10.1007/978-3-030-40037-8_8Client Challenge client challenge javascript disabled browser please enable proceed required part site doi 10 1007 978 3 030 40037 8 8

Metadata

File size	496.74 KB
Pages	12
DMCA	Report