SISTEM REKOMENDASI TOPIK SKRIPSI MENGGUNAKAN METODE CONTENT BASED FILTERING DAN COSINE SIMILARITY (STUDI KASUS : PROGRAM STUDI SISTEM INFORMASI

Skripsi merupakan salah satu syarat penting bagi mahasiswa program sarjana untuk meraih kelulusan. Dalam menyusun skripsi, mahasiswa memerlukan banyak referensi sebagai acuan penelitian. Library Trunojoyo adalah platform perpustakaan online Universitas Trunojoyo Madura yang menyediakan jurnal, tugas akhir, skripsi, dan buku. Namun, mahasiswa sering kesulitan menemukan skripsi yang relevan karena terlalu banyaknya skripsi yang ditampilkan, keterbatasan fitur pencarian, yang hanya berdasarkan judul, serta tidak adanya filter program studi. Oleh karena itu, penelitian ini mengimplementasikan sistem rekomendasi berbasis content-based filtering dengan memanfaatkan cosine similarity untuk membantu mahasiswa menemukan skripsi yang sesuai berdasarkan judul dan isi abstrak. Penelitian ini menggunakan data skripsi Program Studi Sistem Informasi dari angkatan 2016–2019 yang terdiri dari 204 skripsi. Data yang digunakan adalah judul dan abstrak dari skripsi, yang telah melalui proses natural language processing (NLP) berupa pembobotan kata menggunakan metode TF-IDF untuk menghitung relevansi antar dokumen. Sistem menampilkan rekomendasi berdasarkan skor cosine similarity tertinggi, sehingga mahasiswa dapat menemukan skripsi yang relevan dengan topik yang diminati.Hasil evaluasi menggunakan 3 skenario pengujian dengan melakukan 2 percobaan pada setiap skenario, menunjukkan sistem memberikan rekomendasi dengan rata-rata presisi 90,63%. Sistem ini mampu memeringkatkan skripsi yang relevan berdasarkan judul dan abstrak, sehingga membantu mahasiswa mendapatkan referensi penelitian yang lebih spesifik dan terfokus.