Implementasi Content-Based Filtering, TF-IDF, dan Cosine Similarity pada Sistem Rekomendasi Artikel Berita Media Jelajah Nusantara
Keywords:
Content-Based Filtering, TF-IDF, Cosine Similarity, Sistem Rekomendasi, Portal BeritaAbstract
Portal berita digital saat ini menghadapi tantangan dalam menyajikan artikel yang sesuai dengan minat pengguna, seiring bertambahnya jumlah artikel yang terbit setiap harinya. Sebagian besar portal berita masih menampilkan artikel berdasarkan tingkat popularitas atau urutan waktu publikasi, sehingga rekomendasi yang dihasilkan belum mencerminkan preferensi individual masing-masing pembaca. Penelitian ini bertujuan membangun sistem rekomendasi artikel berita pada portal Media Jelajah Nusantara melalui penerapan metode Content-Based Filtering yang dipadukan pembobotan Term Frequency-Inverse Document Frequency (TF-IDF) dan perhitungan Cosine Similarity. Analisis kebutuhan sistem ditempuh menggunakan pendekatan kualitatif deskriptif. Profil minat pengguna disusun berdasarkan riwayat interaksi terhadap artikel, kemudian dijadikan acuan dalam menghasilkan rekomendasi berdasarkan tingkat kemiripan antara profil pengguna dan konten artikel. Performa sistem diukur menggunakan metrik Precision@10, Recall@10, F1-Score, Mean Average Precision (MAP), dan Normalized Discounted Cumulative Gain (NDCG@10). Hasil evaluasi menunjukkan bahwa Content-Based Filtering memperoleh Precision@10 sebesar 0,1250, Recall@10 sebesar 0,0286, F1-Score sebesar 0,0462, MAP sebesar 0,0151, dan NDCG@10 sebesar 0,1373, sementara metode Popularitas (Baseline) memperoleh nilai yang lebih tinggi pada seluruh metrik dalam dataset dan skenario pengujian yang digunakan, sehingga hasil ini perlu dipandang sebagai temuan empiris pada konteks pengujian tersebut, bukan sebagai bukti keunggulan mutlak salah satu metode. Kebaruan penelitian terletak pada integrasi pembentukan profil minat dari data operasional Media Jelajah Nusantara, mekanisme rekomendasi berbasis konten, serta evaluasi komparatif terhadap metode Popularitas dalam satu aplikasi yang sama. Temuan ini menegaskan bahwa Content-Based Filtering dapat diterapkan untuk menghasilkan rekomendasi personal berdasarkan profil minat pengguna, meskipun performa evaluasinya tetap dipengaruhi oleh karakteristik data serta mekanisme pembentukan profil yang digunakan.
References
A. P. J. I. I. (APJII), “Profil Internet Indonesia 2025,” 2025. [Online]. Available: https://www.apjii.or.id/
X. Meng, H. Huo, X. Zhang, W. Wang, and J. Zhu, “A Survey of Personalized News Recommendation,” Data Sci. Eng., vol. 8, no. 4, pp. 396–416, 2023, doi: 10.1007/s41019-023-00228-5.
S. Raza and C. Ding, News recommender system: a review of recent progress, challenges, and opportunities, vol. 55, no. 1. Springer Netherlands, 2022. doi: 10.1007/s10462-021-10043-x.
C. Wu, F. Wu, Y. Huang, and X. Xie, “Personalized News Recommendation: Methods and Challenges,” ACM Trans. Inf. Syst., vol. 41, no. 1, 2021, doi: 10.1145/3530257.
A. A. Huda, R. Fajarudin, and A. Hadinegoro, “Sistem Rekomendasi Content-based Filtering Menggunakan TF-IDF Vector Similarity Untuk Rekomendasi Artikel Berita,” Build. Informatics, Technol. Sci., vol. 4, no. 3, pp. 1679–1686, 2022, doi: 10.47065/bits.v4i3.2511.
G. Yunanda, D. Nurjanah, and S. Meliana, “Recommendation System from Microsoft News Data using TF-IDF and Cosine Similarity Methods,” Build. Informatics, Technol. Sci., vol. 4, no. 1, pp. 277–284, 2022, doi: 10.47065/bits.v4i1.1670.
A. M. R. Haz and A. N. Rohman, “Sistem Rekomendasi Berita Dengan Metode Content-Based Filtering,” JIKA (Jurnal Inform., vol. 9, no. 2, p. 143, 2025, doi: 10.31000/jika.v9i2.13247.
A. K. Wiratama and Z. K. A. Baizal, “Optimizing News Recommendations: Utilizing POS-Tagging and Content-Based Methods to Enhance Personalization in News Recommendations,” J. Inf. Syst. Res., vol. 6, no. 1, pp. 117–124, 2024, doi: 10.47065/josh.v6i1.5761.
D. Septiani and I. Isabela, “Analisis Term Frequency Inverse Document Frequency (Tf-Idf) Dalam Temu Kembali Informasi Pada Dokumen Teks,” Sintesia, vol. 1, pp. 81–88, 2022.
S. I. Adam and W. G. Mokodaser, “Rekomendasi Produk E-Commerce Menggunakan Content-Based Filtering Berbasis Cosine Similarity,” J. Sist. Inf. dan Tek. Komput., vol. 10, no. 2, pp. 418–424, 2025.
S. Oyadila, D. Abdullah, and A. Razi, “Implementasi Content-Based Filtering Dengan Tf-Idf Dan Cosine Similarity Untuk Sistem Rekomendasi Destinasi Wisata Di Aceh Tengah,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 10, no. 2, pp. 1329–1339, 2025, doi: 10.36341/rabit.v10i2.6532.
A. A. Prawanti, I. Kumala, M. N. Fadillah, R. Y. S. Damanik, and R. N. Lubis, “Desain, Jenis, dan Metode Dalam Penelitian Kualitatif,” Tarb. J. Ilmu Pendidik. dan Pengajaran, vol. 4, no. 1, pp. 384–388, 2025, doi: 10.64464/tarbiyah.v4i1.186.
A. Wardana and N. A. Wiyani, “Analisis Swot Terhadap Implementasi Pembelajaran Tematik Terpadu di MIN 3 Purbalingga,” Qalam J. Ilmu …, vol. 11, no. 1, pp. 1–8, 2022, doi: 10.33506/jq.v11i1.1593.
E. W. Pratomo, E. Utami, and R. Artikel, “Analisis dan implementasi Content-Based Filtering dengan Cosine Similarity untuk sistem rekomendasi tugas akhir mahasiswa,” AITI J. Teknol. Inf., vol. 23, no. Juni, pp. 319–333, 2026, doi: 10.24246/aiti.v23.i2.319-333.
L. Rosidah and P. Dellia, “Library Book Recommendation System Using Content-Based Filtering,” Internet Things Artif. Intell. J., vol. 4, no. 1, pp. 42–65, 2024, doi: 10.31763/iota.v4i1.693.
Z. F. Meillano, D. Richasdy, and H. Hasmawati, “Web-Based Movie Recommendation System Using Content-Based Filtering and Cosine Similarity,” Indones. J. Artif. Intell. Data Min., vol. 7, no. 1, p. 157, 2023, doi: 10.24014/ijaidm.v7i1.27390.
O. Remadnia, F. Maazouzi, and D. Chefrour, “Hybrid Book Recommendation System Using Collaborative Filtering and Embedding Based Deep Learning,” Inform., vol. 49, no. 8, pp. 189–204, 2025, doi: 10.31449/inf.v49i8.6950.
A. Sami, W. El Adrousy, S. Sarhan, and S. Elmougy, “A deep learning based hybrid recommendation model for internet users,” Sci. Rep., vol. 14, no. 1, pp. 1–20, 2024, doi: 10.1038/s41598-024-79011-z.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Ikmaliyah Putri, Wawan Kurniawan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
