SISTEM REKOMENDASI NILAI MATA KULIAH MENGGUNAKAN METODE CONTENT-BASED FILTERING

Abstract

Sistem rekomendasi merupakan sistem yang bertujuan memperkirakan informasi yang menarik bagi penggunanya dan juga membantu calon konsumen dalam memutuskan barang apa saja yang akan dibelinya. Pada awal semester, setiap mahasiswa mendaftar untuk menempuh suatu mata kuliah. Saat inilah, mahasiswa membutuhkan suatu rekomendasi mengenai nilai yang akan diperolehnya. Penelitian ini bertujuan membuat perkiraan nilai mata kuliah yang akan ditempuh oleh seorang mahasiswa. Metode yang digunakan adalah metode content-based filltering. Metode content-based filering diimplementasikan dengan masukan sistem adalah dokumen silabus mata kuliah. Dokumen-dokumen ini selanjutnya diproses penghapusan stop word, stemming dan pengindeksan. Proses pengindeksan mengasilkan sebuah daftar kata dan frekuensinya pada dokumen tersebut. Setelah proses pengindeksan selesai, sistem akan melakukan penghitungan bobot kata dalam semua dokumen dengan algoritma TF-IDF. Menggunakan bobot kata ini, dokumen dapat dimodelkan dalam vekor yang dikenal dengan istilah vector space model. Berdasarkan model ini, setiap mata kuliah dihitung tingkat kemiripannya satu sama lain. Nilai tingkat kemirian ini selanjutnya digunakan untuk membangkitkan rekomendasi nilai menggunakan algoritma K Nearest Neighborhood. Sistem ini telah diujicobakan pada 10 mahasiswa T. Informatika USD angkatan 2006. Sistem membangkitkan rekomendasi untuk nilai-nilai semester 3 dan semester 4. Nilai yang dibangkitkan sebanyak 176 buah dengan tingkat akurasi sebesar 53%. Tingkat akurasi ini sangat jelek karena masih belum tepatnya algoritma pembangkitan rekomendasi dalam hal ini algoritma K Nearest neighborhood. Masih diperlukan penelitian lanjutan untuk menyempurnakan sistem ini.