Penerapan metode content-based filtering pada sistem rekomendasi informasi statistik untuk meningkatkan layanan data publik

Abstract

Pemanfaatan teknologi digital dalam layanan pemerintahan semakin memperluas akses masyarakat terhadap informasi statistik melalui aplikasi bergerak. Namun, banyaknya data statistik yang tersedia sering kali menyulitkan pengguna dalam menemukan informasi yang paling sesuai dengan kebutuhan mereka. Penelitian ini bertujuan merancang dan menerapkan sistem rekomendasi informasi statistik pada aplikasi Sukoharjo Data Servis dengan memanfaatkan metode Content-Based Filtering. Proses rekomendasi dilakukan melalui beberapa tahapan, meliputi praproses teks, pembobotan istilah menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta penghitungan tingkat kemiripan dokumen menggunakan Cosine Similarity. Data yang digunakan berasal dari indikator statistik dan publikasi resmi Badan Pusat Statistik Kabupaten Sukoharjo. Hasil implementasi menunjukkan bahwa sistem mampu mengenali keterkaitan antarindikator berdasarkan karakteristik konten yang dimiliki masing-masing dokumen. Dari 32 dokumen indikator yang dianalisis, diperoleh 227 fitur unik hasil ekstraksi teks. Nilai kemiripan tertinggi sebesar 1,0000 ditemukan pada dua indikator pendidikan yang memiliki karakteristik sangat serupa, sedangkan rekomendasi utama untuk indikator Usia Harapan Hidup memperoleh nilai similarity sebesar 0,3066. Temuan penelitian menunjukkan bahwa metode yang diterapkan mampu membantu penyajian informasi statistik yang lebih relevan sehingga dapat meningkatkan efisiensi pencarian informasi dan mendukung optimalisasi layanan data publik berbasis mobile.