SISTEM REKOMENDASI TOPIK PENELITIAN MENGGUNAKAN CONTENT-BASED FILTERING (STUDI KASUS PROGRAM STUDI TEKNIK INFORMATIKA)

DAFA ROZZI, PRATAMA (2023) SISTEM REKOMENDASI TOPIK PENELITIAN MENGGUNAKAN CONTENT-BASED FILTERING (STUDI KASUS PROGRAM STUDI TEKNIK INFORMATIKA). S1 thesis, Universitas Mataram.

	Text Laporan TA Final_Dafa Rozzi Pratama_F1D019016.pdf Restricted to Repository staff only Download (2MB)
Preview	Text Jurnak JTIIK rev1_Dafa Rozzi Pratama_F1D019016.pdf Download (499kB) | Preview
Preview	Image Poster_Dafa Rozzi Pratama_F1D019016_waifu2x_art_scan_noise3_scale.png Download (1MB) | Preview

Abstract

Dalam dunia perkuliahan, topik penelitian sering digunakan dalam pembuatan tugas akhir mahasiswa. Tugas akhir merupakan syarat wajib yang dilakukan mahasiswa untuk mendapatkan gelar sarjana. Namun, permasalahan dalam memilih topik penelitian seringkali menjadi hal yang membingungkan bagi mahasiswa. Permasalahan ini dapat diselesaikan dengan sebuah sistem yang mampu memberikan rekomendasi. Metode content-based filtering digunakan pada penelitian ini. Terdapat beberapa tahapan penelitian yang dilakukan, dimulai dari studi literatur, pengumpulan data, preprocessing text, menghitung bobot kata, perancangan sistem dan terakhir pengujian sistem. Sistem Rekomendasi Topik Penelitian ini diimplementasikan dalam bentuk Graphical User Interface (GUI) pada sebuah website dengan menggunakan framework Flask dan database MySQL. Penelitian ini bertujuan untuk mengimplementasikan sistem rekomendasi topik penelitian menggunakan metode content-based filtering dengan menggunakan TFIDF dan cosine similarity berbasis website, serta mengetahui keakuratan contentbased filtering dalam memberikan rekomendasi topik penelitian. Sistem rekomendasi topik penelitian dengan metode content-based filtering pada penelitian ini memiliki nilai rata-rata cosine similarity 0,1658 pada proses stemming dan nilai rata-rata cosine similarity 0,1732 pada proses non-stemming. Faktor yang dapat mempengaruhi nilai skor cosine similarity tersebut yaitu seperti kata kunci, dataset, dan proses preprocessing data yang dilakukan. Semakin cocok kata kunci dengan database, maka semakin tinggi cosine similarity-nya. Jika kata kunci tak ada di database, nilai cosine similarity tersebut mengalami penurunan.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Sistem Rekomendasi, Content-Based Filtering, TF-IDF, Cosine Similarity, Topik Penelitian, Flask, MySQL.
Subjects:	T Technology > TD Environmental technology. Sanitary engineering
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	23 Nov 2023 05:19
Last Modified:	23 Nov 2023 05:19
URI:	http://eprints.unram.ac.id/id/eprint/43570

Actions (login required)

View Item