Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Technologia: Jurnal Ilmiah
Tiara Amelia
Universitas Muhamaadiyah Sukabumi
Computer Science & IT

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

Found 1 Documents
Search

 1 
Rekomendasi Jurusan Kuliah Berdasarkan Minat dan Kemampuan Menggunakan Metode Content Based Filtering Tiara Amelia; Prajoko .; Agung Pambudi
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.11336

Abstract

Pendidikan merupakan hak  dan kewajiban semua warga negara. semakin baik kualitas pendidikan semakin baik kualitas bangsa itu sendiri. Pemerintah negara indonesia memiliki kebijakan belajar selama dua belas tahun yaitu dari Sekolah Dasar sampai menengah keatas. Perguruan tinggi memang tidak diwajibkan, tetapi peran nya sangat penting dalam mencetak generasi berkualitas.Tingkatan yang di miliki perguruan tinggi akan berbeda dengan sekolah menengah atas. Dalam perguruan tinggi seorang mahasiswa akan belajar berdasarkan jurusan yang dipilih sebelumnya. Oleh karena itu memilih jurusan yang tepat merupakan hal pertama yang harus di persiapkan secara matang oleh calon mahasiswa baru. Salah memilih jurusan akan berakibat fatal bagi mahasiswa. Adapun tujuan dari penelitian ini adalah membuat sebuah pemodelan rekomendasi dengan  mengunakan metode Content Based Filtering. dengan tujuan menentukan jurusan yang sesuai dengan minat kemampuan yang dimiliki siswa. Peneliatan tersebut dilakukan di Universitas Muhammadiyah Sukabumi, dengan Data pemodelan berupa data data mahasiswa yang saat ini sedang berkuliah di perguruan tinggi tersebut. selain menghasilkan pemodelan rekomendasi, peneliti juga menghitung nilai akurasi dari pemodelan yang telah dibuat dengan metode Content Based Filtering. dengan menggunakan Naïve bayes jenis MultinomialNB serta menggunakan Confusion Matrik. Hasil akurasi yang dihasilkan sebesar 94%
Co-Authors Agung Pambudi Prajoko .