"ABSTRAK
Sistem rekomendasi memiliki peran penting dalam membantu pengguna
menemukan buku yang sesuai dengan minat dan preferensi mereka. Penelitian ini
bertujuan untuk membangun sistem rekomendasi buku di perpustakaan uin jambi
berbasis website dengan menerapkan metode K-Nearest Neighbor (K-NN) dan
Cosine Similarity. Dalam membangun sistem dilakukan dengan menggunakan
bahasa pemrograman python, di mana data atribut seperti judul buku, jenis buku,
pengarang dan tahun terbit diolah dengan pembobotan TF-IDF melalui tahapan
Case folding, Tokenizing, Filtering dan Stemming. Setelah itu, data diproses
menggunakan algoritma dan diimplementasikan pada website menggunakan
framework flash serta menghasilkan nilai tingkat kinerja sistem, yaitu precision
sebesar 84.86%, recall sebesar 81.42%, dan F1-Score sebesar 81.26%. Hasil nilai
tersebut, menunjukkan bahwa sistem dapat memberikan rekomendasi yang sesuai
dengan minat dan preferensi pengguna. Dengan demikian, sistem rekomendasi
yang dibangun dapat menjadi solusi yang optimal bagi mahasiswa atau pengunjung
dalam menemukan buku secara cepat, akurat dan relavan"