Sistem rekomendasi anggota proyek IT menggunakan Hybrid Filtering dengan Weighted Hybrid Technique

ABSTRAK

Pada program studi Teknik Informatika UIN Maulana Malik Ibrahim Malang memfasilitasi mahasiswanya untuk mengembangkan minat dan bakatnya dengan adanya 10 komunitas akademik untuk menjadi wadah pertukaran pengetahuan dan menghasilkan proyek aplikasi teknologi informasi yang inovatif. Tetapi, di TI UIN Malang terdapat sebuah masalah, yaitu belum adanya jumbatan atau resource system mahasiswa untuk menjadi anggota proyek IT yang sesuai, masih banyak proyek yang dikerjakan hanya oleh mahasiswa itu-itu saja. Oleh dibuatlah sebuah sistem rekomendasi anggota proyek IT menggunakan metode Hybrid Filtering dengan Weighted Hybrid Technique. Sistem rekomendasi ini dapat membantu peminta proyek dalam menentukan siapa saja anggota yang kompeten berdasarkan pengalaman mahasiswanya dengan memperhitungkan kesamaan antara kesesuaian kriteria proyek dengan pengalaman mahasiswa. Data yang digunakan yaitu 198 data proyek yang pernah dilakukan oleh mahasiswa. Data proyek dan data input akan diolah mulai dari Preprocessing, TF-IDF, Cosine Similarity, Pemberian rating, Penentuan bobot hingga perhitungan nilai similarity hybrid. Implementasi sistem menggunakan framework streamlit menggunakan bahasa phyton. Pada Implementasinya terdapat beberapa knowledge. Pada Penelitian ini didapatkan bobot terbaik untuk perhitungan Weighted Hybrid yaitu 70% untuk metode Content-based Filtering dan 30% untuk Collabotive Filtering. Bobot tersebut memiliki nilai presisi lebih baik yang diukur dengan MAP yaitu 83%, dibandingkan dengan sembilan kombinasi bobot lainnya. Dari hasil tersebut dilakukan percobaan dengan menggunakan 5 data proyek IT aktual untuk melihat seberapa efektif metode Weighted Hybrid dibandingkan dengan metode-metode individu menggunakan MAP. Didapatkan metode Weighted Hybrid lebih unggul 3% dari Content-Based Filtering yang bernilai 80% dan lebih unggul 8% dari Collaborative Filtering yang bernilai 75%. Hal ini dapat disimpulkan bahwa metode Weighted Hybrid lebih optimal daripada metode-metode individu.

ABSTRACT

In the Informatics Engineering study program, UIN Maulana Malik Ibrahim Malang facilitates students to develop their interests and talents with the existence of 10 academic communities to become a forum for knowledge exchange and produce innovative information technology application projects. However, at UIN Malang IT there is a problem, namely there is no jumbo or resource system for students to become members of the appropriate IT project, there are still many projects that are done only by those students. Therefore, a recommendation system for IT project members was created using the Hybrid Filtering method with the Weighted Hybrid Technique. This recommendation system can assist project requesters in determining who are competent members based on their student experience by taking into account the similarities between the suitability of project criteria and the student experience. The data used was 198 project data that had been carried out by students. Project data and input data will be processed starting from Preprocessing, TF-IDF, Cosine Similarity, Rating, Weight determination to calculation of hybrid similarity values. The system implementation uses a streamlit framework using the python language. In its implementation, there is some knowledge. In this study, the best weights for the calculation of Weighted Hybrid were obtained, namely 70% for the Content-based Filtering method and 30% for Collabotive Filtering. The weight has a better precision value measured by MAP of 83%, compared to the other nine weight combinations. From these results, an experiment was carried out using 5 actual IT project data to see how effective the Weighted Hybrid method was compared to individual methods using MAP. It was found that the Weighted Hybrid method was 3% superior to Content-Based Filtering which was valued at 80% and superior to Collaborative Filtering which was valued at 75%. It can be concluded that the Weighted Hybrid method is more optimal than the individual methods.

مستخلص البحث

في برنامج دراسة هندسة المعلوماتية ، يسهل UIN مولانا مالك إبراهيم مالانج الطلاب تطوير اهتماماتهم ومواهبهم مع وجود 10 مجتمعات أكاديمية لتصبح منتدى لتبادل المعرفة وإنتاج مشاريع مبتكرة لتطبيقات تكنولوجيا المعلومات. ومع ذلك ، في UIN Malang IT هناك مشكلة ، وهي عدم وجود نظام جامبو أو نظام موارد للطلاب ليصبحوا أعضاء في مشروع تكنولوجيا المعلومات المناسب ، ولا يزال هناك العديد من المشاريع التي يتم تنفيذها فقط من قبل هؤلاء الطلاب. لذلك، تم إنشاء نظام توصية لأعضاء مشروع تكنولوجيا المعلومات باستخدام طريقة التصفية المختلطة باستخدام تقنية التربيع المختلطة المرجحة. يمكن لنظام التوصية هذا أن يساعد طالبي المشروع في تحديد الأعضاء الأكفاء بناء على تجربة الطلاب من خلال مراعاة أوجه التشابه بين مدى ملاءمة معايير المشروع وتجربة الطالب. كانت البيانات المستخدمة عبارة عن 198 بيانات مشروع تم تنفيذها من قبل الطلاب. ستتم معالجة بيانات المشروع وبيانات الإدخال بدءا من المعالجة المسبقة ، TF-IDF ، تشابه جيب التمام ، التصنيف ، تحديد الوزن إلى حساب قيم التشابه الهجين. يستخدم تنفيذ النظام إطار عمل بسيط باستخدام لغة python. في تنفيذه ، هناك بعض المعرفة. في هذه الدراسة ، تم الحصول على أفضل الأوزان لحساب الهجين المرجح ، وهي 70٪ لطريقة التصفية القائمة على المحتوى و 30٪ للتصفية التعاونية. يحتوي الوزن على قيمة دقة أفضل تقاس بواسطة MAP بنسبة 83٪ ، مقارنة بمجموعات الوزن التسع الأخرى. من هذه النتائج ، تم إجراء تجربة باستخدام 5 بيانات فعلية لمشروع تكنولوجيا المعلومات لمعرفة مدى فعالية الطريقة الهجينة الموزونة مقارنة بالطرق الفردية باستخدام MAP. وجد أن الطريقة الهجينة الموزونة كانت متفوقة بنسبة 3٪ على التصفية القائمة على المحتوى والتي بلغت قيمتها 80٪ وتفوق على التصفية التعاونية التي بلغت قيمتها 75٪. يمكن الاستنتاج أن الطريقة الهجينة الموزونة هي أكثر مثالية من الطرق الفردية.