IMPLEMENTATION OF CONTENT BASED FILTERING ALGORITHM AND FREQUENT PATTERN GROWTH IN THE RECOMMENDATION SYSTEM FOR ENTREPRENEURIAL STUDENT PROGRAMS AT THE STATE UNIVERSITY OF SURABAYA

Sistem rekomendasi mulai sering digunakan seiring dengan perkembangan aktivitas dan media berbasis internet. Saat ini belum ada sistem untuk mendukung mahasiswa yang ingin mengikuti kegiatan Program Mahasiswa Wirausaha (PMW) dengan memberikan informasi gambaran judul PMW yang pernah diterima dengan merekomendasikan judul dan perkiraan dana yang sesuai dengan ide dan minat mahasiswa. Sehingga perlu dilakukan analisis terhadap kesesuaian ide dan minat mahasiswa dengan merekomendasikan judul dan perkiraan dana berdasarkan mahasiswa yang sudah lolos PMW sebelumnya. Proses penentuan dan analisis program mahasiswa wirausaha di Universitas Negeri Surabaya dapat dikerjakan dengan menyusun sistem asosiasi. Di dalam data mining, untuk menyusun sistem asosiasi dapat menggunakan algoritma Content Based Filtering dan algoritma Frequent Pattern Growth (FP-Growth). Pencarian judul dan perkiraan dana menjadi lebih mudah dengan adanya sistem yang dibangun. Tujuan dari penelitian ini adalah untuk mengembangkan sistem rekomendasi program mahasiswa wirausaha di Universitas Negeri Surabaya untuk mahasiswa yang mengikuti kegiatan PMW. Hasil dari penelitian ini adalah rekomendasi Content Based Filtering dengan mengukur nilai Cosine Similarity terhadap vektorisasi dokumen lebih memudahkan mahasiswa untuk melakukan pencarian terhadap judul dan perkiraan dana yang di butuhkan. Dari hasil 10 pengujian terhadap data baru kemiripan tertinggi yaitu 47.83% dengan rata-rata 44.2% dan kemiripan terendah yaitu 23.43% dengan rata-rata  19.29%.

Kata Kunci— Sistem Rekomendasi, Content Based Filtering, FP-Growth,  Wirausaha, PMW

Recommendation system is start to be used frequently as the development of internet-based activities and media. Curently, there is still no system that support students who want to take part in the Student Enterpreneurial Program by provide information about the representation of the Student Enterpreneurial Program titles that has been accepted by recommending the titles and estimated funding according to student’s ideas and interests. So it is necessary to analyze the suitability of students' ideas and interests by recommending titles and estimated funding based on students who have passed the previous Student Enterpreneurial Program. The process of determining and analyzing the entrepreneurial student program at the State University of Surabaya can be done by developing an association system. In data mining, to develop an association system, we can use the Content Based Filtering algorithm and the Frequent Pattern Growth (FP-Growth) algorithm. Title and estimated funds search become easier with this system made. The purpose of this study are to develop a recommendation system of Student Enterpreneurial Program at the State University of Surabaya for students who take part in the Student Enterpreneurial Program (PMW). The results of this study are recommendations of Content Based Filtering by measuring the value of Cosine Similarity to document vectorization, which will make it easier for students to search the title and estimated funds needed. From the results of 10 tests on new data, the highest similarity is 47.83% with an average of 44.2% and the lowest similarity is 23.43% with an average of 19.29%.

Keywords— Recommendation system, Content Based Filtering, FP-Growth, Enterpreneurship, PMW