RANCANG BANGUN SISTEM REKOMENDASI BUKU PADA PERPUSTAKAAN DIGITAL BERBASIS CONTENT BASED FILTERING DENGAN INTEGRASI FITUR LINGUISTIK DAN SENTENCE-BERT

Perpustakaan digital menghadapi tantangan dalam membantu pengguna menemukan buku yang relevan dari koleksi yang besar. Penelitian ini bertujuan merancang dan membangun sistem rekomendasi buku pada OPAC Perpustakaan Politeknik Negeri Jakarta berbasis content-based filtering dengan mengintegrasikan model Sentence-BERT (SBERT) dan fitur linguistik Part-of-Speech (POS) filtering. Sistem dibangun menggunakan FastAPI sebagai backend, Laravel sebagai frontend, dan FAISS sebagai mekanisme pengindeksan. Penelitian membandingkan SBERT baseline dan SBERT+POS pada dataset 16.218 buku dan dataset 1.866 buku berdeskripsi lengkap, dievaluasi menggunakan Precision@K, MAP@K, uji Wilcoxon Signed Rank Test, serta analisis kualitatif. Hasil evaluasi menunjukkan model SBERT baseline dengan dataset 16.218 sebagai model terbaik, karena pada dataset yang didominasi buku tanpa deskripsi, POS filtering tidak memberikan kontribusi tambahan. Rendahnya nilai metrik pada dataset internal lebih disebabkan oleh ketidakkonsistenan anotasi label subjek pada katalog perpustakaan. Pengujian black-box menunjukkan seluruh fungsionalitas sistem berjalan sesuai yang diharapkan. Pengujian System Usability Scale (SUS) terhadap 35 responden menghasilkan skor rata-rata 85,29 dengan kategori "Good", menunjukkan sistem dapat diterima dan mudah digunakan oleh pengguna.