Sistem rekomendasi anggota proyek komunitas akademik menggunakan Content-Based Filtering

INDONESIA

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 projek aplikasi teknologi informasi yang inovatif. Tetapi, di TI UIN Malang terdapat sebuah masalah, yaitu pencarian mahasiswa untuk menjadi anggota proyek yang sesuai, masih banyak proyek yang dikerjakan hanya oleh mahasiswa itu-itu saja. Oleh dibuatlah sebuah sistem rekomendasi anggota proyek menggunakan metode content-based filtering. Sistem rekomendasi ini dapat membantu peminta projek dalam menentukan siapa saja anggota yang kompeten berdasarkan pengalaman mahasiswanya dengan memperhitungkan kesamaan antara kesesuaian kriteria projek 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, hingga Cosine Similarity. Implementasi sistem menggunakan framework flask menggunakan bahasa phyton dan html. Proses pengujian penelitian ini dilakukan menggunakan metode SUS untuk sistem dan MAP untuk model. Pengujian SUS mendapatkan nilai 79 yang berarti excellent. Pengujian MAP dilakukan dengan 2 skenario, yaitu rekomendasi anggota proyek dengan komunitas random dan rekomendasi anggota proyek komunitas sama yang diuji dengan menggunakan 10 data proyek random. Hasilnya skenario pertama mendapatkan skor 0.92 dan skenario kedua mendapatkan skor 0.79. Skenario pertama yang merupakan rekomendasi dengan komunitas random lebih unggul 0.13 dari pada skenario kedua, hal ini karena pada skenario pertama tidak dibatasi pencarian rekomendasinya berdasarkan komunitas, berbeda dengan skenario kedua.

INGGRIS

The Informatics Engineering study program at UIN Maulana Malik Ibrahim Malang facilitates its 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, in IT UIN Malang there is a problem, namely the search for students to become members of the appropriate project, there are still many projects that are only done by those students. Therefore, a project member recommendation system using the content-based filtering method was created. This recommendation system can help project requesters in determining who are competent members based on their student experience by taking into account the similarity between the suitability of project criteria and student experience. The data used is 198 project data that has been done by students. Project data and input data will be processed starting from Preprocessing, TF-IDF, to Cosine Similarity. The system implementation uses the flask framework using phyton and html languages. The testing process of this research is carried out using the SUS method for the system and MAP for the model. SUS testing received a score of 79 which means excellent. MAP testing was carried out with 3 scenarios, namely project member recommendations with random communities and recommendations for project members of the same community which were tested using 10 random project data and third scenario is compare result recommendation with actual project data. The first scenario scored 0.92, the second scenario scored 0.79, and the third scenario scored 0.98. The first scenario which is a recommendation with a random community is 0.13 superior to the second scenario, this is because the first scenario is not limited to searching for recommendations based on the community, unlike the second scenario.

ARABIC

يسهل برنامج دراسة هندسة المعلوماتية في جامعة مولانا مالك إبراهيم مالانج في مالانج لطلابها تطوير اهتماماتهم ومواهبهم مع وجود 10 مجتمعات أكاديمية لتصبح منتدى لتبادل المعرفة وإنتاج مشاريع تطبيقات تكنولوجيا المعلومات المبتكرة. ومع ذلك، هناك مشكلة في جامعة تكنولوجيا المعلومات في مالانج وهي البحث عن الطلاب ليصبحوا أعضاء في المشروع المناسب، فلا يزال هناك العديد من المشاريع التي يقوم بها هؤلاء الطلاب فقط. لذلك، تم إنشاء نظام توصية بأعضاء المشروع باستخدام طريقة التصفية القائمة على المحتوى. يمكن لنظام التوصية هذا أن يساعد طالبي المشاريع في تحديد الأعضاء الأكفاء بناءً على خبراتهم الطلابية من خلال مراعاة التشابه بين ملاءمة معايير المشروع وخبرة الطلاب. البيانات المستخدمة هي 198 بيانات مشروع قام بها الطلاب. ستتم معالجة بيانات المشروع وبيانات المدخلات بدءًا من المعالجة المسبقة، TF-IDF، إلى تشابه جيب التمام. ويستخدم تنفيذ النظام إطار عمل فلاسك باستخدام لغتي phyton و html. يتم إجراء عملية اختبار هذا البحث باستخدام طريقة SUS للنظام و MAP للنموذج. حصل اختبار SUS على درجة 79 وهو ما يعني ممتاز. تم إجراء اختبار MAP باستخدام سيناريوهين، وهما توصيات أعضاء المشروع مع مجتمعات عشوائية وتوصيات لأعضاء المشروع من نفس المجتمع والتي تم اختبارها باستخدام 10 بيانات عشوائية للمشروع. وقد حصل السيناريو الأول على 0.92 درجة والسيناريو الثاني على 0.79 درجة. يتفوق السيناريو الأول وهو التوصية بمجتمع عشوائي على السيناريو الثاني بنسبة 0.13، وذلك لأن السيناريو الأول لا يقتصر على البحث عن التوصيات بناءً على المجتمع بعكس السيناريو الثاني.