This Author published in this journals
All Journal Jurnal Mnemonic
Miftachul Arif, Yunifa
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Mnemonic

SISTEM REKOMENDASI MATERI PEMROGRAMAN WEB PADA MEDIA PEMBELAJARAN BERBASIS WEB MENGGUNAKAN MULTI-CRITERIA RECOMMENDER SYSTEM Wahyuliningtyas, Lia; Miftachul Arif, Yunifa; Kusumawati, Ririen
Jurnal Mnemonic Vol 7 No 1 (2024): Mnemonic Vol. 7 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v7i1.8128

Abstract

Dalam kurikulum merdeka, pembelajaran yang dilakukan fokus terhadap pengembangan karakter, kompetensi siswa dan mengasah minat bakat. Sehingga jumlah materi pembelajaran yang diberikan kepada siswa tidak harus tuntas atau lebih sedikit. Selain itu pada kurikulum merdeka tidak lagi membebani siswa dengan ketercapaian skor minimal karena penilaian tidak lagi menggunakan nilai Kriteria Ketuntasan Minimal (KKM). Hal tersebut menyebabkan guru kesulitan menentukan apakah materi yang telah dijelaskan sudah dapat dipahami karena nilai tidak menjadi patokan dalam keberhasilan seorang siswa. Padahal apabila guru tidak mengetahui pemahaman seoarang siswa, guru akan kesulitan untuk lanjut pada materi selanjutnya. Implementasi Multi-Criteria Recommender System (MCRS) dapat memberikan kemudahan guru untuk dapat memprediksi apakah siswa dapat lanjut ke materi selanjutnya dan merekomendasikan modul mana yang cocok untuk siswa tersebut. Sistem rekomendasi yang akan dibangun berupa media pembelajaran berbasis web agar siswa dapat lebih tertarik dan dapat membantu guru dalam meningkatkan hasil belajar. Metode yang digunakan adalah collaborative filtering dengan membandingkan antara adjusted cosine similarity, cosine based similarity dan spearman rank order correlation. Berdasarkan implementasi MCRS menggunakan metode collaborative filtering menunjukkan bahwa hasil sistem rekomendasi tersebut memberikan dampak yang baik untuk proses belajar mengajar. Berdasarkan 3 algoritma yang diimplementasikan bahwa hasil prediksi yang paling baik adalah cosine based similarity karena nilai MAE yang didapatkan paling rendah yaitu sebesar 1,19 dan nilai akurasi sebesar 76%.