Edu-Bridge (Meningkatkan Minat Literasi Digital Indonesia melalui Sistem Rekomendasi dan Pencarian Cerdas)

Deskripsi

Edu-Bridge Aplikasi berbasis web bernama edu-bridge yang diharapkan dapat meningkatkan literasi digital dengan memanfaatkan model machine learning dengan menggunakan metode collaborative filtering Kami berkomitmen untuk memberikan layanan terbaik dan memastikan bahwa setiap pengguna dapat mengakses sumber daya yang mereka butuhkan dengan mudah. - IDENTIFIKASI MASALAH : Berdasarkan laporan UNESCO, Indonesia berada di urutan kedua dari bawah dalam hal literasi dunia. Minat baca masyarakat Indonesia sangat rendah, dengan hanya 0,001% dari populasi yang rajin membaca. Menurut Indeks Literasi Digital Indonesia oleh (Kemkominfo) dan (KIC) indeks literasi digital Indonesia berada di angka 3.54 Angka 3.54 ini menempatkan Indonesia di kategori sedang dengan skala penilaian dari 0-5. -SOLUSI: Kami mengusulkan solusi untuk memberikan rekomendasi buku yang sesuai Memanfaatkan Kecerdasan Buatan (AI) untuk memberikan rekomendasi buku dan pencarian cerdas berdasarkan minat dan riwayat pencarian pengguna Solusi ini bertujuan untuk meningkatkan minat membaca, terutama dalam meningkatkan literasi digital di Indonesia. -TARGET PENGGUNA: 1. Pembaca Aktif dan Minat Baca Beragam Individu yang secara aktif menggunakan iPusnas untuk mencari dan membaca buku online. 2. Pelajar dan Peneliti Mahasiswa, akademisi, atau peneliti yang membutuhkan referensi bacaan untuk studi atau riset mereka. 3. Orang Tua yang Mencari Buku untuk Anak-anak Orang tua yang ingin menyediakan bacaan yang bermanfaat dan mendidik untuk anak-anak mereka. -METODE: Metode yang Digunakan: Item-based Collaborative Filtering Menghitung kesamaan antar item. Memberikan rekomendasi berdasarkan pola rating yang mirip. Termasuk dalam unsupervised learning. Kelebihan Item-based Collaborative Filtering : 1. Kualitas Rekomendasi: Relevansi: Rekomendasi lebih relevan karena mempertimbangkan hubungan langsung antar item. Daya Prediksi: Menghasilkan prediksi yang akurat berdasarkan pola rating. 2. Data Sparsity: Mengatasi Kekosongan Data: Lebih baik menangani data yang jarang karena item sering mendapatkan lebih banyak rating dari pengguna. 3. Keterjelasan Penjelasan: Eksplanabilitas: Lebih mudah menjelaskan rekomendasi kepada pengguna. 4. Penggunaan Informasi Item: Informasi Tambahan: Bisa mengintegrasikan informasi item untuk meningkatkan rekomendasi. Kami mengusulkan pengembangan Sistem Rekomendasi Buku dan Pencarian Cerdas yang memanfaatkan Kecerdasan Buatan (AI) untuk meningkatkan literasi digital di Indonesia melalui iPusnas. Sistem ini memberikan rekomendasi buku yang dipersonalisasi berdasarkan minat dan riwayat bacaan pengguna. Solusi ini akan memungkinkan pengguna untuk menemukan buku-buku yang relevan dan berkualitas tinggi yang sesuai dengan preferensi dan kebutuhan mereka. Dengan memberikan rekomendasi yang tepat waktu dan hasil pencarian yang cerdas, solusi ini bertujuan untuk meningkatkan minat membaca dan mendorong pemanfaatan sumber daya digital yang lebih baik di kalangan masyarakat Indonesia.