Pemodelan Personalisasi Rekomendasi Buku dengan Pendekatan Association Rule Mining

Abstract

Perpustakaan X telah menyediakan Online Public Access Catalog (OPAC) sebagai sarana penelusuran informasi koleksi buku. Namun, terkadang informasi buku yang muncul tidak relevan sesuai kebutuhan pengguna. Salah satu cara mengatasi masalah ini dengan sistem personalisasi rekomendasi buku yang sesuai kebutuhan pengguna. Sebagian besar penelitian berdasarkan sejarah transaksi peminjaman buku dalam memberikan rekomendasi buku kepada pengguna dan menggunakan algoritme Apriori untuk menghasilkan aturan asosiasi antar buku. Dalam penelitian ini hasil analisis dari aturan asosiasi dilanjutkan untuk rancangan model personalisasi rekomendasi buku. Tujuan penelitian ini adalah menerapkan association rule mining pada data transaksi peminjaman buku di Perpustakaan X; merumuskan rekomendasi buku berdasarkan aturan asosiasi dari pendekatan association rule mining; membuat model personalisasi rekomendasi buku pada Perpustakaan X dengan pendekatan association rule mining. Model personalisasi rekomendasi buku dibuat dengan menerapkan association rule mining pada data transaksi peminjaman buku lalu merumuskan rekomendasi buku berdasarkan aturan asosiasi dari pendekatan associaton rule mining. Berdasarkan perumusan rekomendasi buku dari hasil aturan asosiasi dirancang sebuah model personalisasi rekomendasi buku untuk Perpustakaan X. Manfaat penelitian ini adalah memberikan informasi buku sesuai dengan kebutuhan pengguna melalui perancangan model personalisasi rekomendasi buku. Metode dalam penelitian ini adalah association rule mining menggunakan algoritme Apriori. Tools yang digunakan dalam association rule mining menggunakan algoritme Apriori ini adalah Waikato Environment for Knowledge Analysis yang dikenal dengan singkatan WEKA. Data yang digunakan dalam penelitian adalah data transaksi peminjaman buku di Perpustakaan X tahun 2016-2017 sebanyak 5,509 data transaksi peminjaman buku. Data tersebut dikelola dalam basis data transaksi peminjaman buku menggunakan aplikasi Senayan Library Information Management System (SLiMS). SLiMS merupakan software open source yang dilisensikan di bawah GPL 3 dan digunakan oleh Perpustakaan X dalam melayani pengguna perpustakaan. Tahapan penelitian meliputi identifikasi masalah; pengumpulan data transaksi peminjaman buku; melakukan praproses data terhadap data transaksi peminjaman buku; menerapkan algoritme Apriori yang bertujuan untuk menentukan pola peminjaman buku; melakukan penyusunan rekomendasi buku berdasarkan aturan asosiasi; membuat perancangan model personalisasi rekomendasi buku Hasil penelitian menunjukkan bahwa aturan yang ditemukan pada minimum support 0.1% dan minimum confidence 10% menghasilkan 42 aturan asosiasi. Hubungan aturan asosiasi yang kuat yaitu C657 (Akuntansi) dan C658 (Manajemen Umum) dengan nilai support 2.6% dan confidence 14%. Perumusan rekomendasi buku dilakukan dengan memilih maximum support kemudian memilih maximum confidence. Model perancangan sistem personalisasi rekomendasi buku yang diusulkan terintegrasi dengan web dan e-mail pengguna dengan menggunakan data pengguna dan data transaksi peminjaman buku.