RANCANG BANGUN SISTEM REKOMENDASI ARTIKEL KESEHATAN ANAK BERBASIS CONTENT-BASED FILTERING

Abstract

Perkembangan teknologi informasi salah satunya di bidang kesehatan. Kesulitan dalam memperoleh informasi kesehatan yang akurat dan relevan merupakan masalah utama, terutama dalam topik kesehatan anak. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi artikel kesehatan anak berbasis Content-Based Filtering menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk pembobotan kata dan Cosine Similarity untuk mengukur kesamaan antara artikel dengan query pengguna. Sistem ini memberikan rekomendasi artikel yang relevan berdasarkan deskripsi masalah yang diberikan oleh pengguna. Hasil evaluasi sistem menunjukkan Precision sebesar 67%, Recall 100%, dan F1-Score 80%, dengan waktu respons kurang dari 5 detik. Hal ini menunjukkan bahwa meskipun sistem sangat efektif dalam menemukan artikel yang relevan (Recall 100%), Precision masih dapat ditingkatkan dengan memperbaiki algoritma rekomendasi. Penelitian ini memberikan kontribusi pada pengembangan sistem rekomendasi berbasis konten yang dapat membantu masyarakat, khususnya orang tua atau pengasuh anak, untuk memperoleh informasi kesehatan anak yang cepat, akurat, dan terpercaya. Implikasi penelitian ini membuka peluang untuk pengembangan lebih lanjut dalam penerapan sistem rekomendasi untuk topik kesehatan lainnya serta aplikasi-aplikasi terkait di bidang medis.