Sistem Rekomendasi Mata Kuliah Pilihan Menggunakan Association Rule Dan Ant Colony Optimization (studi Kasus Mata Kuliah Di Jurusan Teknik Informatika Universitas Telkom)

Aditia Rafif Khoerulloh, Dade Nurjanah, Ade Romadhony

Abstract

Abstrak
Dalam proses perkuliahan, setiap mahasiswa diwajibkan untuk menyelesaikan setiap mata kuliah dengan
sejumlah sks yang ditentukan oleh institusi. Ada mata kuliah yang bersifat wajib dan pilihan. Mata kuliah
pilihan berdampak pada fokus bidang penelitian yang akan diambil. Pemilihan hal tersebut membantu
dalam pengerjaan tugas akhir yang lebih baik. Pemilihan mata kuliah yang tidak sesuai dengan riwayat
nilai dan ekspektasi mahasiswa bisa menyebabkan kesulitan dalam penyelesaian tugas akhir. Pada
penelitian ini akan dirancang sistem rekomendasi mata kuliah pilihan menggunakan metode brute force,
association rule dan metode ant colony optimization (ACO). Metode brute force digunakan untuk
mendapatkan rekomendasi mata kuliah pilihan berdasarkan riwayat nilai. Algoritma apriori pada
metode association rule digunakan untuk menemukan asosiasi setiap mata kuliah pilihan. Sedangkan
algoritma ant cylce pada metode ACO digunakan untuk mengoptimasi hasil pencarian rule sebagai
rekomendasi learning path pengambilan mata kuliah pilihan. Kemudian hasil dari ketiga algoritma
tersebut digabungkan untuk hasil rekomendasi yang lebih baik. Hasil penelitian menunjukan bahwa
algoritma brute force dapat memberikan rekomendasi sesuai riwayat nilai. Algoritm apriori pada metode
association rule dapat menghasilkan rule untuk setiap kelompok keahlian dan algoritma ant cycle pada
algoritma ACO dapat memberikan rekomendasi berupa rule pemilihan mata kuliah pilihan dan learning
path mata kuliah pilihan. Hasil penggabungan tiga algoritma dapat menghasilkan rekomendasi mata
kuliah pilihan dengan baik.

Kata kunci: course recommendation, association rule, ant colony optimization (ACO), apriori, ant cycle,
brute force
Abstract
In the lecture process, each student is required to complete each course with several credits determined
by the institution. Some courses are mandatory and optional. Elective courses have an impact on the
focus of the research area to be taken. The selection of these things helps in the completion of the final
project. Selection of courses that are not by the history of grades and expectations of students can cause
difficulties in completing the final project. In this study, a recommendation subject system will be
designed using the brute force method, association rule, and the ant colony optimization (ACO) method.
The brute force method is used to obtain elective course recommendations based on historical grades. A
priori algorithm in the association rule method is used to find the association of each chosen subject.
While the ant cycle algorithm in the ACO method is used to optimize the rule search results as a
recommendation for learning path taking elective courses. Then the results of the three algorithms are
combined for better recommendation results. The results showed that the brute force algorithm can
provide recommendations according to historical values. A priori algorithm in the association rule
method can produce rules for each group of expertise and the ant cycle algorithm in the ACO algorithm
can provide recommendations in the form of rules for selecting the subject and learning path for selected
subjects. The results of combining the three algorithms can produce a choice of elective courses well.

Keywords: course recommendation, association rule, ant colony optimization (ACO), apriori, ant cycle,
brute force

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0