Hafizh Dharmawan, Sistem Rekomendasi Buku Dengan Metode K-Nearest Neighbor Pada Gramedia ZONAsi: Jurnal Sistem Informasi, Vol. 5 No. 1, Januari 2023 Page 16 SISTEM REKOMENDASI BUKU DENGAN METODE K- NEAREST NEIGHBOR (K-NN) PADA GRAMEDIA Hafizh Dharmawan 1 , Tukino 2 , Shofa Shofiah Hilabi 3 , Ismi Kaniawulan 4 1,2,3 Sistem Informasi Fakultas Ilmu Komputer Universitas Buana Perjuangan Karawang Jl. Ronggo Waluyo Sirnabaya, Puseurjaya, Telukjambe Timur, Karawang, Jawa Barat 41361 4 Teknik Informatika Sekolah Tinggi Teknologi Wastukancana Jalan Cikopak No.53, Mulyamekar, Kec.Babakancikao, Purwakarta, Jawa Barat 41151 e-mail: si19.hafizhdharmawan@mhs.ubpkarawang.ac.id, tukino@ubpkarawang.ac.id, shofa.hilabi@ubpkarawang.ac.id, ismi@wastukancana.ac.id Abstrak Sistem rekomendasi merupakan solusi yang efektif untuk membantu pengguna menemukan buku yang sesuai dengan preferensi mereka. Sistem ini menggunakan algoritma K-Nearest Neighbors dan 'ball tree' untuk mengidentifikasi buku yang paling mirip dengan buku yang dipilih oleh pengguna dan memberikan rekomendasi buku yang sesuai dengan preferensi pengguna. Algoritma ini membutuhkan data yang cukup banyak untuk menghasilkan hasil yang akurat, seperti informasi tentang judul buku, peringkat, pengarang, kategori, dan lain-lain. Dalam penelitian ini, sistem rekomendasi buku ini diimplementasikan menggunakan Google Colab dan menghasilkan uji presisi sebesar 80%, yang menunjukkan bahwa sistem ini efektif dalam memberikan rekomendasi buku yang sesuai dengan minat pengguna. Oleh karena itu, sistem rekomendasi buku ini dapat menjadi solusi yang bermanfaat bagi pengguna yang ingin menemukan buku yang sesuai dengan preferensi mereka. Selain itu, sistem ini juga dapat membantu toko buku dalam meningkatkan penjualan dengan memberikan rekomendasi buku yang tepat sesuai dengan minat pengguna. Kata kunci: Algoritma K-Nearest Neighbor, Ball tree, Sistem Rekomendasi, Gramedia. Abstract Book recommendation system is an effective way to help users find books that match their preferences. This system uses the K-Nearest Neighbors and 'ball tree' algorithms to identify books that are most similar to the chosen book and recommend it to the user. These algorithms require a large amount of data to produce accurate results, including information about book titles, ratings, authors, categories, and more. In this research, the book recommendation system was implemented using Google Colab and achieved a precision rate of 80%, indicating that the system is effective in providing recommendations for books that match the user's interests. Therefore, this book recommendation system can be a useful solution for users looking for books that match their preferences. In addition, this system can also help bookstores increase sales by providing recommendations for the right books based on user interests. Keywords: Ball tree, Recommendation System, K-Nearest Neighbor Algorithm, Gramedia. 1. PENDAHULUAN Berdasarkan data yang diperoleh dari Perpustakaan Nasional RI, sebaran penomoran ISBN terus meningkat dari tahun 2017 sampai dengan tahun 2022. Pada tahun 2017, jumlah judul buku yang telah terdaftar ISBN sebanyak 69.964 judul. Namun, pada saat ini jumlah judul buku yang telah terdaftar ISBN mencapai 641.878 judul. Hal ini menunjukkan bahwa jumlah buku yang tersedia terus bertambah dari waktu ke waktu. Dengan banyaknya judul buku yang tersedia, sulit bagi seseorang untuk menemukan buku yang sesuai dengan preferensi pribadi. Oleh karena itu, dibutuhkan sebuah sistem yang dapat menyediakan informasi mengenai buku yang sesuai dengan judul buku. Sistem