Sistem rekomendasi sangat membantu untuk membantu pengguna dalam menemukan
hal-hal yang mungkin menarik bagi mereka di dunia informasi online yang melimpah saat
ini. Berdasarkan data dari riwayat penjelajahan pengguna dan video yang dilihat, sistem
rekomendasi yang dipersonalisasi menampilkan materi. Sebagian besar dari hasil sistem
rekomendasi memberikan gambaran tentang produk atau data yang ditampilkan. Namun,
layanan sistem rekomendasi pada umumnya tidak mempertimbangkan preferensi
pengguna yang berarti sulit untuk menampilkan sesuatu yang lebih dari sekedar hasil yang
dipaparkan. Kita dapat mengadopsi sistem rekomendasi untuk memprediksi preferensi
pengguna. Sistem rekomendasi yang ada sulit untuk memenuhi persyaratan real-time
karena overhead besar yang timbul dalam proses prediksi preferensi. Ditambah dengan
kelangkaan data dan masalah ketika baru pertama kali dimulainya sebuah pencarian
mungkin menjadi masalah bagi sistem rekomendasi yang mengandalkan penyaringan
informasi. Penelitian ini dilatarbelakangi oleh perlunya sistem pemilihan data secara tepat
dan akurat dikarenakan banyak sekali bisnis diluar sana yang menginginkan data yang
sesuai dengan kebutuhan. Metode sebuah penelitian diawali dengan melakukan Systematic
Literature Review (SLR) dengan relevansi rekomendasi data dari kumpulan data startup.

Kata kunci : Sistem Rekomendasi , Komputasi Waktu Nyata, Entrepreneur