Sistem Rekomendasi Program Studi Untuk Siswa Sma Sederajat Menggunakan Metode Hybrid Recommendation Dengan Content Based Filtering Dan Collaborative Filtering

Abstrak

Abstrak Pendidikan tinggi merupakan sebuah wadah untuk menghasilkan SDM yang unggul dan berfikir, tidak heran banyak perguruan tinggi diminta untuk menghasilkan mahasiwa yang unggul dan mampu bersaing didunia kerja. Akan tetapi, faktanya adalah sebanyak 45% mahasiswa merasa salah dalam memilih program studi yang tepat, dan sebanyak 92% siswa SMA sederajat merasa kebinggungan untuk menentukan masa depannya. Oleh karena itu perlu adanya sistem untuk merekomendasikan program studi, sehingga mampu mengurangi fenomena tersebut. Metode yang digunakan untuk memberikan rekomendasi program studi adalah hybrid recommendation. Metode hybrid recommendation ini dipilih karena mampu mempelajari profil user, dengan menggembangkan metode naive bayes untuk mengklasifikasian program studi dengan mengolah data nilai, sedangkan untuk mempertimbangkan minat siswa menggunakan item-based collaborative filtering dengan menghitung kemiripan pilihan prodi yang diberikan oleh siswa. Dalam menggabungkan kedua metode ini akan menghasilkan program yang sesuai dengan nilai dan minat siswa untuk memilih program studi.Hasil penelitian ini menunjukkan bahwa pengolahan data nilai dengan naive bayes menghasilkan akurasi sebesar 88.7% , sedangkan untuk pengolahan kemiripan pilihan siswa berupa rating dengan item-based collaborative filtering memiliki MAE sebesar 0.2%. Kata kunci : sistem rekomendasi, naive bayes , item- based collaborative filtering, hybrid recommendation Abstract Higher education is a place to produce superior human resources and think, no wonder many universities are asked to produce students who are superior and able to compete in the world of work. However, the fact is that as many as 45% of students feel wrong in choosing the right study program, and as many as 92% of high school students or equivalent feel confused to determine their future. Therefore it is necessary to have a system to recommend study programs, to reduce the phenomenon. The method used to provide study program recommendations is a hybrid recommendation. This hybrid recommendation method was chosen because it can study user profiles, by developing the naive bayes method to classify study programs by processing value data, while to consider student interests using item-based collaborative filtering by calculating the similarity of study program choices provided by students. Combining these two methods will produce a program that is by the values and interests of students to choose study programs. The results of this study indicate that data processing with naive bayes produces an accuracy of 88.7%, while processing the similarity of student choices in the form of rating with item-based collaborative filtering has an MAE of 0.2%. Keyword :recommendation system, naive bayes , item- based collaborative filtering, hybrid recommendation