Rancang Bangun Platform Literasi Menggunakan Algoritma Content-Based Filtering Berbasis Website Sebagai Sarana Edukasi

Latar Belakang: Meskipun akses pendidikan di Indonesia meningkat, minat baca masih rendah akibat faktor seperti hambatan ekonomi dan terbatasnya akses buku, terutama di daerah terpencil. Untuk mengatasinya, dibutuhkan solusi inovatif seperti platform literasi berbasis website yang fleksibel diakses dari berbagai perangkat. Layanan baca digital yang ada umumnya berbayar dan belum menyediakan sistem rekomendasi yang personal. Oleh karena itu, integrasi sistem rekomendasi berbasis preferensi pengguna menjadi kunci untuk meningkatkan pengalaman membaca yang relevan, menyenangkan, dan mendorong minat literasi secara efektif.
Tujuan: Penelitian ini bertujuan untuk merancang dan membangun sebuah platform literasi berbasis website yang menyediakan akses e-book gratis serta mampu memberikan rekomendasi buku menggunakan content-based filtering berdasarkan kemiripan item untuk meningkatkan minat dan budaya literasi.
Metode Penelitian: Penelitian ini menggunakan metode Waterfall sebagai pendekatan dalam pengembangan sistem, dimulai dari tahap analisis kebutuhan fungsional dan non-fungsional, dilanjutkan dengan perancangan teknis menggunakan use case diagram dan activity diagram, serta perancangan antarmuka UI/UX dengan Figma. Tahap implementasi dilakukan dengan menulis kode menggunakan Python dan framework Django, serta pengelolaan basis data menggunakan PostgreSQL, disertai preprocessing data untuk menyesuaikan
struktur data buku dengan sistem rekomendasi. Setelah sistem dikembangkan, dilakukan pengujian fungsional menggunakan metode black box testing untuk memastikan fitur bekerja sesuai kebutuhan.
Hasil: Hasil pengembangan pada platform literasi berbasis website telah berhasil sesuai perancangan dan performa algoritma content-based filtering dalam merekomendasikan memperoleh hasil sebesar 94% dari evalusi menggunakan precision.
Kesimpulan: Platform literasi berbasis website ini telah berhasil dibangun dan dapat berfungsi sebagaimana mestinya, serta performa algoritma content-based filtering dalam merekomendasikan buku dengan tingkat akurasi yang tinggi yaitu 94%.