Abstrak
Sistem rekomendasi menjadi sangat populer di internet karena dapat membantu pengguna dalam menentukan pilihannya. Collaborative Filtering merupakan sebuah metode di dalam sistem rekomendasi untuk memprediksi suatu item kepada user berdasarkan opini atau pendapat user lain yang mempunyai ketertarikan dan preferensi yang sama. Pada penelitian ini, dilakukan penggabungan collaborative filtering dengan metode naive bayes classification , dan diimplementasikan ke dalam dua tipe collaborative filtering, yaitu user-based dan item-based. Pengujian yang dilakukan yaitu pada domain buku. Untuk memperoleh teknik collaborative filtering yang tepat di dalam implementasi pada sistem rekomendasi buku, dilakukan analisis terhadap performa algoritma dengan menghitung nilai precision dan recall dari setiap pengujian kedua teknik collaborative fitering tersebut. Hasil pengujian dari penilitian ini menunjukan bahwa penggabungan metode collaborative filtering dengan naïve bayes classification memberikan hasil yang jauh lebih baik dibandingkan dengan menggunakan metode collaborative filtering saja. Hal ini dapat dilihat dari hasil pengukuran performansi pada setiap metode.
Kata kunci : _ Recommender System _ , _ Collaborative Filtering _ , _ Naive Bayes Classification _ .