ABSTRAK

Peningkatan jumlah jurnal ilmiah Indonesia yang terindeks di SCOPUS pada tahun 2017 mencapai 45% dan diprediksi akan terus meningkat seiring dengan dukungan pemerintah lewat kebijakan  yang menunjang perkembangan riset dan publikasi. Peningkatan kuantitas ini perlu diimbangi dengan peningkatan kualitas pengelolaan data dan informasi dengan menyediakan akses yang mudah untuk user.

Penelitian ini menggunakan metode content-based filtering untuk merekomendasikan  jurnal  ilmiah  yang  relevan,  dengan  memanfaatkan pembobotan TF-IDF dan metode cosine similarity untuk menentukan kemiripan antar jurnal. Pengujian yang dilakukan sebanyak 49 kali pada threshold sebesar 0,14 menghasilkan nilai rata - rata precision sebesar 66,53% sedangkan nilai rata–rata recall sebesar 56,13% dengan nilai modus sebesar 100%, dimana 26 dari 49 pengujian menghasilkan nilai precision sebesar 100% dan 16 dari 49 pengujian memperoleh nilai recall sebesar 100%. Jika hanya item yang nilai kemiripannya melebihi threshold  yang dihitung, maka nilai precision dan recall rata – rata mengalami peningkatan signifikan menjadi 79,51% dan 66,83%.

Kata kunci : rekomendasi, content-based filtering, TF-IDF, cosine similarity