TRUNOJOYO-Tugas Akhir-29401-Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-29401-ABSTRACT.pdf
Restricted to Repository staff only
Download (552kB)
TRUNOJOYO-Tugas Akhir-29401-CHAPTER 1.pdf
Restricted to Repository staff only
Download (632kB)
TRUNOJOYO-Tugas Akhir-29401-CHAPTER 2.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-29401-CHAPTER 3.pdf
Restricted to Repository staff only
Download (5MB)
TRUNOJOYO-Tugas Akhir-29401-CHAPTER 4.pdf
Restricted to Repository staff only
Download (4MB)
TRUNOJOYO-Tugas Akhir-29401-CONCLUSION.pdf
Restricted to Repository staff only
Download (591kB)
TRUNOJOYO-Tugas Akhir-29401-REFERENCES.pdf
Restricted to Repository staff only
Download (486kB)
TRUNOJOYO-Tugas Akhir-29401-APPENDICES.pdf
Restricted to Repository staff only
Download (15MB)
Abstract
Pemilihan program studi menjadi hal yang krusial sebelum memasuki perguruan tinggi, karena kesalahan dalam memilih program studi dapat berdampak buruk pada mahasiswa di masa depan. Sebagai upaya mencegah kesalahan pemilihan program studi, peserta didik biasanya berkonsultasi dengan wali kelas dan guru Bimbingan Konseling (BK). Namun, pemberian rekomendasi terkadang masih dilakukan secara manual seperti pada MAN Sumenep. Pemberian rekomendasi secara manual memakan waktu lama namun hasilnya terkadang bersifat subjektif dan kurang akurat. Sehingga, untuk mendukung hal tersebut guna menghemat waktu dan menghasilkan rekomendasi prodi yang sesuai, dibutuhkan sistem yang bisa memenuhi kebutuhan tersebut. Tujuan dilakukan penelitian ini yaitu untuk mengembangkan sistem rekomendasi program studi menggunakan metode Hybrid Recommendation dengan menggembangkan metode Naïve Bayes untuk mengelompokkan program studi dengan mengolah data nilai rapor dan Item-based untuk menghitung kemiripan prodi yang diberikan siswa. Hasil uji coba functional suitability menghasilkan nilai 1 yang berarti semua fitur sistem berfungsi dengan baik. Sedangkan hasil uji coba tampilan sistem memperoleh persentase 98,48% dengan tingkat kategori “sangat layak”. Pada hasil uji coba pada pengguna sistem, mendapatkan persentase sebesar 92,75% dengan tingkat kategori “sangat layak”. Hasil uji coba pada algoritma Item-based menghasilkan akurasi MAE sebesar 0,038538.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM JAMILATUL AISYIAH |
| Department | Pendidikan Informatika |
| Uncontrolled Keywords | sistem rekomendasi; program studi; naive bayes; item-based collaborative filtering; hybrid recommendation |
| Divisions | Fakultas Ilmu Sosial dan Ilmu Budaya > S1 - Pendidikan Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 17 Oct 2026 06:07 |
| Last Modified | 24 Oct 2026 17:14 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/25193 |
