Pada saat ini perkembangan informasi sudah sangat cepat dan pesat. Hal ini mengakibatkan semakin sulitnya menemukan informasi yang sesuai dengan kebutuhan pengguna, sehingga berdampak pada efisiensi waktu yang dibutuhkan untuk mencari informasi.
Untuk memudahkan seseorang dalam mendapatkan informasi sesuai dengan kebutuhannya muncul gagasan untuk membuat sebuah aplikasi mobile yang dapat merekomendasikan informasi sesuai dengan kata terbanyak pada status media sosial pengguna dan kata-kata yang memiliki hubungan semantic. Sehingga dari status media sosial tersebut diambil 5 kata yang memiliki bobot tertinggi dengan metode TF-IDF (Term Frequency – Inversed Document Frequency) untuk mendapatkan kata kunci. Kata kunci inilah yang nantinya digunakan untuk memperoleh dokumen informasi. Kata kunci tersebut di proses menggunakan Algoritma Latent Semantic Analysis (LSA) untuk memperoleh nilai kemiripan dari dokumen dan hasilnya diperoleh urutan sesuai dengan tingkat kemiripan dokumen dengan kata kunci.
Dengan adanya aplikasi ini diharapkan pengguna mendapatkan rekomendasi informasi yang ditampilkan oleh aplikasi sesuai dengan kebutuhan pengguna berdasarkan kata kunci yang diperoleh dari status media sosial.