ABSTRAK Nama : Salsabila Nadhifah Program Studi : Ilmu Komputer Judul : Learning to Rank untuk Re-Ranking Produk dalam Daftar Rekomendasi Pengurutan (ranking) merupakan cara untuk mengurutkan sekumpulan objek yang mengandung informasi pada saat seseorang mencari informasi yang diperlukan menggunakan suatu sistem perolehan informasi. Dalam melakukan pengurutan objek tersebut maka diperlukan suatu pendekatan sehingga objek yang mengandung informasi yang paling relevan berada di urutan teratas. Learning to rank merupakansuatuteknikmachine learningyangdigunakanuntukmelakukanpengurutan objekberdasarkanrelevansinya. Penelitianinimencobamengaplikasikanalgoritma learningtorankuntukmengurutkanulangprodukdalamdaftarrekomendasi. Lebih spesifiknya, algoritma logistic regression dan LambdaMART dicoba diimplementasikan untuk melakukan pengurutan ulang produk, kemudian hasilnya dibandingkan dengan urutan produk yang sudah ada saat ini. Daftar rekomendasi yang digunakan dalam penelitian ini sebenarnya sudah berisi beberapa produk yang relevan namun urutan produk yang relevan tersebut tidak selalu berada di awal daftar. Melalui penelitian ini diperoleh bahwa LambdaMART dapat memperbaiki urutan produk dalam daftar rekomendasi tersebut. Nilai evaluasi LambdaMART tertinggi yangdiperolehadalahsebesar0,827menggunakanmetrikevaluasiNormalizedDiscounted Cummulative Gain (NDCG). Nilai evaluasi tersebut lebih baik 0,03 dibandingkan dengan nilai evaluasi pada urutan produk yang sudah ada saat ini. Kata Kunci: learning to rank, machine learning, re-ranking