IMPLEMENTASI ALGORITMA DECISION TREE DALAM SISTEM REKOMENDASI BUKU BERBASIS WEB DENGAN ANALISIS PREFERENSI PEMBACA DINAMIS

Banyaknya pilihan buku yang tersedia seringkali menyulitkan pembaca dalam menemukan buku yang sesuai dengan preferensi pribadi mereka. Sistem rekomendasi konvensional umumnya hanya mengandalkan atribut statis seperti genre dan rating, tanpa mempertimbangkan faktor perilaku dan preferensi dinamis pembaca. Penelitian ini bertujuan untuk mengembangkan sebuah Sistem Rekomendasi Buku Berbasis Web yang memanfaatkan Algoritma Decision Tree C4.5 untuk menganalisis preferensi pembaca secara dinamis dan personal.
Sistem ini mengolah data primer dari kuesioner pengguna dan data sekunder dari Google Books API, dengan atribut yang dianalisis meliputi genre, rating, jumlah halaman, tahun terbit, dan maturity. Algoritma C4.5 digunakan untuk membentuk pohon keputusan yang memetakan pola preferensi pengguna, sehingga dapat memberikan rekomendasi buku yang relevan.
Hasil pengujian sistem menggunakan 10-Fold Cross Validation menunjukkan bahwa model yang dibangun memiliki kinerja yang sangat baik dengan akurasi sebesar 90,17%, presisi 90,71%, dan recall 99,01%. Pengujian antarmuka pengguna (beta testing) juga menghasilkan tingkat kepuasan pengguna sebesar 87,5%. Kesimpulan dari penelitian ini adalah implementasi Algoritma Decision Tree C4.5 berhasil menciptakan sistem rekomendasi buku yang adaptif dan dinamis, mampu memberikan rekomendasi yang lebih personal dan relevan dibandingkan sistem konvensional, sehingga dapat membantu pembaca dalam menemukan buku yang sesuai dengan minat mereka.

Kata Kunci: Sistem Rekomendasi, Buku, Decision Tree, Algoritma C4.5, Preferensi Dinamis, Web.