Mufid Akhbar Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2024

Skripsi

Pemilihan karir yang tepat membutuhkan perencanaan yang baik. Fakta di lapangan menunjukkan bahwa banyak mahasiswa yang membuat kesalahan dalam memilih program studi. Seringkali, siswa menghadapi kesulitan dalam memilih program studi di perguruan tinggi karena mereka cenderung tertarik pada program studi yang populer, meskipun mungkin tidak sesuai dengan kemampuan, minat, dan bakat mereka. Oleh karena itu, penting untuk memiliki informasi yang komprehensif tentang berbagai program studi yang ditawarkan di perguruan tinggi. Perlunya pemahaman dan pengembangan sebuah fasilitas yang dapat membantu lulusan sekolah dalam memilih program studi yang sesuai dengan menggunakan teknologi data mining yaitu Sistem Rekomendasi berbasis Hybrid Filtering. Pada penelitian ini peneliti menggunakan model dari Tensorflow yaitu Tensorflow Recommenders System (TFRS) dengan memanfaatkan antara metode Content-Based Filtering dan Collaborative Filtering. Content based memanfaatkan karakter user untuk dapat dicari kesamaan dan Collaborative Filtering memanfaatkan Matrix untuk memudahkan dalam pencarian kesamaan antara user. Sasaran pengumpulan data ini adalah mahasiswa Fakultas MIPA Sarjana 1, yang terdiri dari 7 Program Studi. Setelah dijalankan dengan dua kondisi, yaitu menggunakan real dataset dan ditambah dengan fake dataset dengan hyperparameter yang telah ditentukan, hasilnya menunjukkan bahwa menggunakan real dataset mendapatkan akurasi Top-1 0.59 dan Top-5 0.97, dan dengan menambahkan fake dataset mendapatkan akurasi Top-1 0.66 dan Top-5 1.0. Menggabungkan real dataset dengan fake dataset meningkatkan akurasi rata-rata sekitar 10%, dibandingkan dengan pembelajaran model hanya dengan menggunakan real dataset. Selain itu, rekomendasi program studi yang dihasilkan oleh model juga menjadi lebih baik. Website sistem rekomendasi program studi yang telah dikembangkan menggunakan model Tensorflow Recommenders (TFRS) telah mengalami pengujian efektivitas yang positif dari pengguna yang mencobanya. Melalui penilaian oleh mahasiswa yang sedang berkuliah di FMIPA, respon dari pengguna terhadap rekomendasi program studi yang diberikan oleh sistem terlihat sangat memuaskan. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 120975 2024-03-05 13:39:51 2024-03-05 14:30:08 machine generated