Implementasi Metode Cosine Similarity Untuk Sistem Rekomendasi Konversi SKS MBKM Pada Departemen Teknologi Informasi ITS

Fresnando, Gerry Putra (2024) Implementasi Metode Cosine Similarity Untuk Sistem Rekomendasi Konversi SKS MBKM Pada Departemen Teknologi Informasi ITS. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05311940000031-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (1MB) | Request a copy

Abstract

MBKM atau Merdeka Belajar Kampus Merdeka merupakan program yang bertujuan untuk menambah wawasan dari mahasiswa melalui berbagai kegiatan, seperti halnya Magang dan Studi Independen Bersertifikat, Kampus Mengajar, Wirausaha Merdeka, dan lainnya. Program ini bermanfaat bagi mahasiswa karena selain menambah ilmu untuk kesiapan di dunia kerja, mahasiswa juga bisa mengkonversi kegiatan yang sudah dilakukan menjadi SKS pada perkuliahan. Namun proses konversi masih dilakukan secara manual dimana dosen wali atau tenaga pendidik bersangkutan perlu memeriksa isi laporan MBKM yang dibuat oleh mahasiswa untuk menentukan konversi SKS yang sesuai. Maka dari itu, penulis merancang sistem ini untuk membantu mahasiswa dalam memilih mata kuliah yang paling sesuai dengan pengalaman dan kompetensi mereka berdasarkan laporan atau dokumen yang mereka unggah. Proses dimulai dengan mengunggah dokumen PDF yang berisi deskripsi atau laporan terkait berbagai mata kuliah. Dokumen tersebut kemudian diproses dengan ekstraksi teks menggunakan PyPDF2 dan tokenisasi menggunakan NLTK. Selanjutnya, teks yang diekstraksi diubah menjadi vektor menggunakan TfidfVectorizer dari scikit-learn. Vektor teks dibandingkan dengan vektor kata kunci dari dataset yang berisi mata kuliah, kata kunci, dan SKS menggunakan cosine similarity untuk menghitung kesamaan. Hasil perhitungan kesamaan ini digunakan untuk memberikan rekomendasi mata kuliah yang relevan. Sistem ini juga menyediakan fitur login dan pendaftaran pengguna untuk menjaga keamanan data dan memberikan akses personal kepada mahasiswa. Dengan menggunakan teknik ini, diharapkan dapat meningkatkan efisiensi dan akurasi dalam proses konversi SKS serta mendukung implementasi program MBKM yang lebih efektif. Evaluasi sistem dilakukan dengan menghitung skor akurasi berdasarkan 115 dokumen uji coba, memberikan wawasan berharga tentang performa dan reliabilitas metode yang digunakan.
============================================================
============================================================
MBKM, or Merdeka Belajar Kampus Merdeka, is a program aimed at broadening students' horizons through various activities, such as Certified Independent Study and Internship, Teaching Campus, Independent Entrepreneurship, and others. This program benefits students by not only enhancing their knowledge for job readiness but also allowing them to convert completed activities into academic credits. However, the conversion process is still done manually, where academic advisors or educators need to review the MBKM reports made by students to determine the appropriate credit conversion. Therefore, the author designed this system to assist students in selecting the courses that best match their experience and competencies based on the reports or documents they upload. The process starts by uploading a PDF document containing descriptions or reports related to various courses. The document is then processed with text extraction using PyPDF2 and tokenization using NLTK. Subsequently, the extracted text is converted into vectors using TfidfVectorizer from scikit-learn. The text vectors are compared with the keyword vectors from a dataset containing courses, keywords, and academic credits using cosine similarity to calculate the similarity. The similarity calculation results are used to provide relevant course recommendations. The system also offers user login and registration features to ensure data security and provide personal access to students. By utilizing this technique, it is expected to improve the efficiency and accuracy of the credit conversion process and support the more effective implementation of the MBKM program. The system evaluation was conducted by calculating the accuracy score based on 115 test documents, providing valuable insights into the performance and reliability of the method used.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	MBKM, Sistem Rekomendasi, Machine Learning, Cosine Similarity.
Subjects:	T Technology > T Technology (General) > T11 Technical writing. Scientific Writing T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T58.8 Productivity. Efficiency T Technology > T Technology (General) > T59.7 Human-machine systems.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	Gerry Putra Fresnando
Date Deposited:	06 Aug 2024 03:20
Last Modified:	06 Aug 2024 03:20
URI:	http://repository.its.ac.id/id/eprint/113883

Actions (login required)

View Item