Sistem rekomendasi materi pemrograman web pada media pembelajaran berbasis web menggunakan Multicriteria Recommender System

ABSTRAK

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. Beradasarkan 3 algoritma yang diimpelementasikan 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%.

ABSTRACT

In the independent curriculum, the learning that is carried out focuses on developing character, student competence and honing interests, talents. So the amount of learning material given to students does not have to be complete or less. Apart from that, the independent curriculum no longer burdens students with achieving a minimum score because assessments no longer use Minimum Completeness Criteria (KKM) scores. This makes it difficult for teachers to determine whether the material that has been explained can be understood because grades are not a benchmark for a student's success. In fact, if the teacher does not know a student's understanding, the teacher will have difficulty continuing to the next material. Implementation of the Multi-Criteria Recommender System (MCRS) can make it easier for teachers to predict whether students can progress to the next material and recommend which modules are suitable for these students. The recommendation system that will be built is in the form of web-based learning media so that students can be more interested and can help teachers improve learning outcomes. The method used is collaborative filtering by comparing adjusted cosine similarity, cosine based similarity and spearman rank order correlation. Based on the implementation of MCRS using the collaborative filtering method, it shows that the results of the recommendation system have a good impact on the teaching and learning process. Based on the 3 algorithms implemented, the best prediction result is cosine based similarity because the MAE value obtained is the lowest, namely 1.19 and the accuracy value is 76%.

مستخلص البحث

في المنهج الحر، يتم التركيز في العملية التعليمية على تنمية الشخصية وكفايات الطلاب وتنمية مواهبهم. وبالتالي، لا يجب أن يكون عدد المواد التعليمية التي يتم تقديمها للطلاب كاملة أو أقل. بالإضافة إلى ذلك، في المنهج الحر، لم يعد يتم تحميل الطلاب بتحقيق الحد الأدنى من الدرجات لأن عملية التقييم لم تعد تستخدم قيمة الحد الأدنى للمعايير (KKM). وهذا يتسبب في صعوبة على المعلمين في تحديد ما إذا كانت المواد التي تم شرحها يمكن فهمها أم لا لأن الدرجات لم تعد مؤشرًا على نجاح الطالب. على الرغم من أنه إذا لم يكن المعلمون يعرفون مدى فهم الطالب، سيواجهون صعوبة في الانتقال إلى المواد القادمة. يمكن لتطبيق نظام التوصية متعدد المعايير (MCRS) أن يوفر سهولة للمعلمين في تنبؤ ما إذا كان الطالب يستطيع الانتقال إلى المواد القادمة ويوصي بأي وحدة مناسبة للطالب. سيكون نظام التوصية الذي سيتم بناؤه على أساس وسائط التعلم القائمة على الويب لجعل الطلاب أكثر اهتمامًا ومساعدة المعلمين في تحسين نتائج التعلم. الطريقة المستخدمة هي التصفية التعاونية من خلال مقارنة بين التشابه بين كوساين المعدلة والتشابه المستند إلى الكوسين وترتيب التناظر بين المرتبتين. استنادًا إلى تطبيق MCRS باستخدام طريقة التصفية التعاونية، يظهر أن نتائج نظام التوصية هذا لها تأثير جيد على عملية التدريس والتعلم. وبناءً على الخوارزميات الثلاثة التي تم تنفيذها، يظهر أن التشابه المستند إلى الكوسين هو أفضل توقع بسبب القيمة المنخفضة التي تم الحصول عليها لخطأ المتوسط المطلق والتي بلغت 1.19 ونسبة الدقة التي بلغت %76.