Pemanfaatan AI Dalam Sistem Rekomendasi Buku Digital Untuk Mendukung Literasi Mahasiswa Di Lingkungan Kampus
Keywords:
Rekomendasi Buku, Kecerdasan Buatan, Deep Learning, Literasi Digital, Sistem HybridAbstract
Studi ini mengembangkan sistem rekomendasi untuk buku digital berdasarkan kecerdasan buatan (AI) untuk meningkatkan melek huruf di antara siswa di lingkungan kampus. Sistem ini dikembangkan dengan pendekatan hybrid yang menggabungkan penyaringan berbasis konten dan penyaringan kolaboratif untuk membuat preferensi pengguna untuk rekomendasi yang lebih akurat dan relevan. Untuk meningkatkan kualitas pemrosesan data, algoritma pembelajaran yang mendalam seperti Neural Networks (CNNS) dan Recurrent Neural Networks (RNNS) digunakan untuk memungkinkan sistem menganalisis analisis pola interaksi pengguna seperti data klik, riwayat pencarian, dan perilaku membaca. Prototipe yang diuji dilakukan dengan menggunakan data interaksi untuk interaksi simulasi siswa, dan hasil penilaian kuantitatif menunjukkan kinerja yang cukup tinggi dengan penarikan 78% dan skor F1 80% dengan nilai akurasi 83%. Selain itu, penilaian kualitatif dari antara penelitian siswa menunjukkan bahwa sistem ini dianggap berguna untuk mencari referensi akademik yang tepat dan mudah digunakan dalam kegiatan pembelajaran sehari -hari. Hasil ini menunjukkan bahwa penerapan AI dalam sistem rekomendasi tidak hanya dapat memberikan lebih banyak saran pribadi dan kontekstual, tetapi juga secara signifikan untuk meningkatkan kemampuan digital siswa, meningkatkan akses ke sumber belajar, dan mempercepat pencarian untuk informasi akademik Terkait
References
A. Miriyala, P. Chikondra, S. Alwala, dan N. Anjum, “Book Recommendation System Using Collaborative Filtering,” IJNRD, vol. 10, no. 3, pp. 1–3, 2025.
C. D. M., S. K. K., S. G. V., dan S. Goravanakolla, “Content Based Book Recommendation System,” IRJMETS, vol. 5, no. 8, pp. 1988–1992, Aug. 2023.
G. Kukkar, R. Khandare, dan S. M. Ali, “Book Recommendation System Using Collaborative Filtering,” IJARCCE, vol. 12, no. 7, pp. 239–242, Jul. 2023.
A. Bachhav, A. Ukirade, N. Patil, M. Saswadkar, dan N. Shivale, “Book Recommendation System using Machine Learning and Collaborative Filtering,” IJARSCT, vol. 2, no. 1, pp. 279–282, Dec. 2022.
M. Kadavar, P. Patole, dan M. N. Birje, “Hybrid Content Recommendation System Using Machine Learning,” IRJMETS, vol. 5, no. 9, pp. 622–626, Sep. 2023.
U. B. Umar, “Book Recommendation System for Digital Libraries Using Hybrid Collaborative Filtering and Content-based Algorithm,” J. Manag. Inf. Syst., Oct. 2023. [Online].
A. Zhang, Z. C. Lipton, M. Li, dan A. J. Smola, Dive into Deep Learning, 2021. [Online].
A. Jentzen, P. Kloeden, dan H. Lorenz, Mathematical Introduction to Deep Learning, 2021.
İ. Kuş, S. B. Keser, dan S. Okyay, “A Novel Article Recommendation System Empowered by the Hybrid Combinations of Content-Based State-of-the-Art Methods,” Int. J. Appl. Math. Electron. Comput., vol. 11, no. 1, pp. 1–12, Mar. 2023.
S. Rajalakshmi, G. Indumathi, A. Elias, G. Shanmuga Priya, dan V. Muthulakshmi, “Personalized Online Book Recommendation System Using Hybrid Machine Learning Techniques,” IJISAE, vol. 12, no. 15s, pp. 39–46, 2024.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Daniel Lim, Nabil Syawaludin Prima, Novan Wijaya

This work is licensed under a Creative Commons Attribution 4.0 International License.