Dalam proses pencarian referensi ilmiah, jurnal merupakan salah satu sumber informasi
utama yang banyak digunakan oleh mahasiswa maupun peneliti. Namun, sering kali pengguna
menghadapi kendala berupa kemunculan jurnal-jurnal yang memiliki judul serupa tetapi isi
yang berbeda, atau sebaliknya, isi yang serupa namun terdaftar sebagai jurnal yang berbeda.
Permasalahan ini dapat menyulitkan pengguna dalam menemukan jurnal yang benar-benar
relevan dengan topik yang dibutuhkan secara efisien.
Berdasarkan permasalahan tersebut, penulis membuat sebuah sistem rekomendasi jurnal
yang bertujuan untuk mengukur tingkat kemiripan antar jurnal. Sistem ini menggunakan
metode content-based filtering, yaitu metode yang bekerja dengan menganalisis isi atau kata
kunci dari masing-masing jurnal. Tingkat kemiripan dihitung menggunakan rumus cosine
similarity. Data jurnal disimpan dalam format CSV dan diproses menggunakan bahasa
pemrograman Python.
Hasil implementasi menunjukkan bahwa sistem rekomendasi ini mampu
mengidentifikasi jurnal-jurnal yang memiliki tingkat kemiripan tinggi berdasarkan input
pengguna. Sistem juga berhasil menampilkan nilai similarity sebagai indikator kedekatan antar
jurnal. Hasil pengujian sistem rekomendasi didapatkan 80% presentasi keberhasilan dari 10
pengujian yang dilakukan. Diharapkan sistem ini dapat membantu pengguna, khususnya
mahasiswa dan peneliti, dalam menemukan referensi jurnal yang relevan secara lebih cepat,
efisien, dan tepat sasaran.
Kata kunci : jurnal, sistem rekomendasi, python