Implementasi Machine Learning untuk Klasifikasi Buku Otomatis pada Perpustakaan Digital
DOI:
https://doi.org/10.33795/jip.v11i3.7298Keywords:
perpustakaan digital, klasifikasi buku, machine learning, Naive BayesAbstract
Permasalahan klasifikasi buku dalam sistem perpustakaan digital, khususnya di tingkat sekolah menengah atas (SMA), masih menjadi tantangan karena banyak institusi belum mengadopsi sistem klasifikasi otomatis. Proses manual dinilai tidak efisien dan rawan inkonsistensi. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis berbasis machine learning menggunakan algoritma Naïve Bayes, yang dikenal efektif dalam pengolahan teks. Data yang digunakan terdiri dari 10.000 entri buku digital, yang masing-masing mencakup metadata berupa judul, sinopsis, dan kata kunci. Proses preprocessing dilakukan melalui normalisasi teks, penghapusan stopword bahasa Indonesia, serta transformasi ke dalam representasi vektor menggunakan metode TF-IDF. Model dilatih untuk mengenali sepuluh kategori utama dengan berbagai rasio pembagian data latih dan uji, mulai dari 90:10 hingga 50:50. Hasil evaluasi menunjukkan bahwa model mampu menghasilkan akurasi tinggi di berbagai skenario, dengan rentang akurasi antara 89,2% hingga 90,3%. Menariknya, performa model justru meningkat secara konsisten seiring meningkatnya proporsi data uji. Precision dan recall makro juga menunjukkan tren serupa, yang menandakan bahwa model Naïve Bayes cukup robust bahkan saat data latih terbatas. Secara keseluruhan, sistem ini terbukti efektif dalam meningkatkan efisiensi dan konsistensi klasifikasi koleksi perpustakaan digital. Temuan ini merekomendasikan integrasi sistem klasifikasi otomatis ke dalam platform perpustakaan SMA, serta membuka peluang eksplorasi algoritma lanjutan dan pengembangan fitur rekomendasi cerdas di masa depan.
Downloads
References
Blanquero, R., Carrizosa, E., Ramírez-Cobo, P., & Sillero-Denamiel, M. R. (2021). Variable selection for Naïve Bayes classification. Computers and Operations Research, 135. https://doi.org/10.1016/j.cor.2021.105456
Cahyani, S. N., & Saraswati, G. W. (2023). Implementation of Support Vector Machine Method in Classifying School Library Books With Combination of TF-IDF and Word2vec. Jurnal Teknik Informatika (Jutif), 4(6), 1555–1566. https://doi.org/10.52436/1.jutif.2023.4.6.1536
Dasuki, A. U., Kom, S., & Kom, M. (2024). Perbandingan Algoritma Naive Bayes Classifier dengan K-Nearest Neighbor (K-NN) Pada Ulasan Aplikasi Youtube Di PlayStore. 9, 2024.
Dietterich, T., Bishop, C., Heckerman, D., Jordan, M., & Kearns, M. (2022). Adaptive Computation and Machine Learning. https://lccn.loc.gov/2021027430
Hadiwibowo, M. I., & Rahani, F. F. (2022). Data Mining Dalam Penentuan Pemesanan Buku Perpustakaan UAD dengan Menggunakan Metode Naïve Bayes. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(4), 2165. https://doi.org/10.30865/mib.v6i4.4381
Han, J., Kamber, M., & Pei, J. (2011). Data Mining. Concepts and Techniques, 3rd Edition (The Morgan Kaufmann Series in Data Management Systems).
Hu, J., Yan, Y., & Xie, Z. (2024). Automatic Recognition Technology of Library Books Based on Convolutional Neural Network Model. HighTech and Innovation Journal, 5(1), 200–212. https://doi.org/10.28991/HIJ-2024-05-01-015
Lestari, N., Riza, O. S., & Ardinal, R. (2023). Implementation Of Text Mining And Pattern Discovery With Naive Bayes Algorithm For Classification Of Text Documents. https://doi.org/https://doi.org/10.31849/digitalzone.v14i1.13596
Madhav, A., & Muthumari, P. (2021). Digital Humanities in India: A Developing Country Perspective Use Of Social Networking Sites (SNS) by Lis Professionals To Build Professional Competency-A Study.
Mulyani, E., Sari, M., Ishlakhuddin, F., Teknik, J., Politeknik, I., & Indramayu, N. (2025). Multinomial Naïve Bayes Optimization with Information Gain for Library Book Classification. In TeknoIS: Jurnal Ilmiah Teknologi Informasi dan Sains (Vol. 15).
Murlena, M., & Syahindra, W. (2024). Application of the Naïve Bayes Algorithm in Classifying the Reading Interests of Regional Library Visitors. Knowbase : International Journal of Knowledge in Database, 4(1), 94–105. https://doi.org/10.30983/knowbase.v4i1.8680
Nareti, U. K., Chattopadhyay, S., Mallick, P., Kumar, S., Daga, A. V., Adak, C., Wase, A., & Roy, A. (2025). An Adaptive Data-Resilient Multi-Modal Framework for Hierarchical Multi-Label Book Genre Identification. http://arxiv.org/abs/2505.03839
Nugroho, K. S., Istiadi, I., & Marisa, F. (2020). Naive Bayes classifier optimization for text classification on e-government using particle swarm optimization. Jurnal Teknologi Dan Sistem Komputer, 8(1), 21–26. https://doi.org/10.14710/jtsiskom.8.1.2020.21-26
Ogundeji, R., Akinyemi, J., & Tijani, M. (2022). Naïve Bayes Algorithm for Document Classification. In Annals of Mathematics and Computer Science (Vol.7). https://www.researchgate.net/publication/372891724
Palanivinayagam, A., El-Bayeh, C. Z., & Damaševičius, R. (2023). Twenty Years of Machine-Learning-Based Text Classification: A Systematic Review. Algorithms, 16(5). https://doi.org/10.3390/a16050236
Russell, S. J. ., Norvig, Peter., Chang, M.-Wei., Devlin, Jacob., Dragan, Anca., Forsyth, David., Goodfellow, Ian., Malik, Jitendra., Mansinghka, Vikash., Pearl, Judea., & Wooldridge, M. J. . (2021). Artificial intelligence : a modern approach. Pearson.
Saputra, D., Wantoro, A., Damayanti, & Rusliyawati. (2025). Perbandingan Metode Naïve Bayes dan Support Vector Machine (SVM) pada Analisis Sentimen Kendaraan Listrik Pada Media Sosial “X.”
Wang, D., Tan, B., Wei, M., Cui, X., & Huang, X. (2023). Using natural language processing and machine learning algorithm for book categorization. Applied and Computational Engineering, 2(1), 856–867. https://doi.org/10.54254/2755-2721/2/20220551
Wilian, D., & Sriyanto, S. (2025). Comparison of the Performance of the C.45 Algorithm with Naive Bayes in Analyzing Book Borrowing at the Library Pringsewu Muhammadiyah University. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 14(1), 101–106. https://doi.org/10.32736/sisfokom.v14i1.2300
Wulandari, M. S., Noveandini, R., & Nugroho, D. F. (2021). Optimalisasi Proses Pencarian Buku Dongeng Berbasis Web dengan Menerapkan Metode Klasifikasi Naïve Bayes. Seminar Nasional Teknologi Informasi Dan Komunikasi STI&K (SeNTIK), 5(1).