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.