Platform penggalangan dana untuk aksi sosial mengalami perkembangan
yang begitu pesat. Perkembangan tersebut dapat kita lihat dari banyaknya aplikasiaplikasi
penggalangan dana yang sudah resmi diluncurkan di Indonesia. Hampir
seluruh lembaga besar amil zakat di Indonesia memiliki aplikasi untuk
penggalangan dana maupun pembayaran zakat. Dikarenakan banyaknya aplikasi
yang sudah tersedia baik berbasis web maupun mobile maka semakin banyak
pilihan atau campaign yang tersedia kepada masyarakat. Karena semakin banyak
konten yang tersedia, sistem rekomendasi sangat dibutuhkan dengan tujuan
membantu pengguna untuk mengindentifikasi konten yang sesuai dengan
preferensi pengguna. Penelitian ini bertujuan untuk membangun sebuah sistem
rekomendasi berbasis content-based filtering pada suatu dataset campaign dengan
metode TF-IDF yang digunakan untuk pemberian bobot pada kemunculan suatu
kata. Algoritma Singular Value Decomposition (SVD) digunakan untuk melakukan
pengurangan dimensi pada data dan algoritma cosine similarity digunakan untuk
menghitung skor kemiripan antar konten yang berbeda. Selain itu, pembuatan
model menggunakan Bahasa pemrograman python dan beberapa library-nya yang
digunakan untuk manipulasi dataset serta text-preprocessing. Sistem rekomendasi
yang dikembangkan menghasilkan beberapa rekomendasi campaign kepada
pengguna. Hasil rekomendasi tersebut memiliki tingkat akurasi 85.22% yang
dimana tingkat akurasi tersebut memiliki nilai yang lebih baik dibandingkan
penelitian sebelumnya.