Rekomendasi buku menggunakan K-Nearest Neighbor (KNN) dan Binary Particle Swarm Optimization (BPSO)

Sebagian besar sistem rekomendasi yang berdasarkan konten dapat membantu dalam menemukan buku yang cocok untuk pembaca tetapi hanya mempertimbangkan buku yang disukai tanpa mempertimbangkan yang tidak disukai oleh pembaca. Untuk menyelesaikan permasalahan tersebut, maka rekomendasi berdasarkan konten buku yang disukai dan tidak disukai perlu dilakukan agar dapat memberikan hasil rekomendasi yang lebih baik kepada pembaca. Dalam penelitian ini, akan diterapkan Binary Particle Swarm Optimization (BPSO) untuk memilih fitur dari buku yang disukai oleh pembaca dan K-Nearest Neighbor (KNN) digunakan untuk mengklasifikasikan data buku yang memiliki jarak terdekat ke buku yang disukai dan tidak disukai oleh pembaca. Pengujian hasil akurasi rekomendasi dilakukan dengan cara membandingkan hasil rekomendasi antara data buku yang tidak menerapkan pemilihan fitur dengan data buku yang menggunakan pemilihan fitur dengan tujuan untuk menguji pengaruh penerapan pemilihan fitur pada rekomendasi buku. Hasil pengujian akurasi rekomendasi buku dengan pemilihan fitur memberikan rekomendasi yang lebih baik bagi pembaca daripada rekomendasi tanpa pemilihan fitur.