Digilib | Universitas Negeri Surabaya

Jenis Dokumen

Disertasi
Karya Akhir S1
Karya Akhir S2
Karya Akhir S3
Skripsi
Tesis
Tugas Akhir D3
Tugas Akhir D4

Fakultas

Ilmu Pendidikan
Bahasa & Seni
Matematika dan Ilmu Pengetahuan Alam
Ilmu Sosial & Politik
Hukum
Psikologi
Teknik
Ekonomika dan Bisnis
Ilmu Keolahragaan dan Kesehatan
Vokasi
Pascasarjana

IMPLEMENTASI CONTENT BASED FILTERING DALAM SISTEM REKOMENDASI JURNAL TER-INDEX SCOPUS BERBASIS WEB UNTUK MENUNJANG PELAKSANAAN PENELITIAN DAN TUGAS MAHASISWA PROGRAM STUDI BISNIS DIGITAL UNIVERSITAS NEGERI SURABAYA

Kode Dokumen : 0046/VOKASI-V-M-INF/2024

Penulis Utama : DION SANDY ARA TAMBUNAN

NIM Penulis Utama: 20051397056

Tahun : 2024

Judul ID : IMPLEMENTASI CONTENT BASED FILTERING DALAM SISTEM REKOMENDASI JURNAL TER-INDEX SCOPUS BERBASIS WEB UNTUK MENUNJANG PELAKSANAAN PENELITIAN DAN TUGAS MAHASISWA PROGRAM STUDI BISNIS DIGITAL UNIVERSITAS NEGERI SURABAYA

Judul EN :

IMPLEMENTATION OF CONTENT-BASED FILTERING IN A WEB-BASED SCOPUS INDEXED JOURNAL RECOMMENDATION SYSTEM TO SUPPORT THE IMPLEMENTATION OF RESEARCH AND ASSIGNMENTS FOR DIGITAL BUSINESS STUDY PROGRAM STUDENTS AT STATE UNIVERSITY OF SURABAYA

Sumber : UNESA - Fakultas Vokasi - Jurusan D4 Manajemen Informatika - 20051397056 - 2024

Jenis Dokumen : Tugas Akhir D4

Abstrak ID :

Jurnal merupakan salah satu sumber informasi yang penting bagi mahasiswa, baik untuk keperluan penelitian, tugas akhir, maupun referensi. Namun, mencari jurnal yang sesuai dengan kebutuhan mahasiswa seringkali menjadi hal yang sulit dan memakan waktu yang lama. Penelitian ini bertujuan untuk mengimplementasikan metode content-basedf filtering dalam sistem rekomendasi jurnal terindex scopus berbasis web untuk optimasi penelitian dan tugas mahasiswa Program Studi Bisnis Digital Universitas Negeri Surabaya. Metode content-based filtering membandingkan konten jurnal yang telah dianalisis dengan jurnal yang dicari oleh pengguna. Penelitian ini menggunakan dataset jurnal yang terdiri dari berbagai jurnal dari topik Bisnis Digital. Dataset tersebut digunakan untuk melatih model content-based filtering. Data jurnal akan diberi pembobotan TF-IDF dan dicari nilai cosine similaritynya.

Berdasarkan penelitian ini, sistem rekomendasi jurnal menggunakan metode Content Based Filtering memberikan rekomendasi kepada pengguna atau mahasiswa program studi Bisnis Digital Universitas Negeri Surabaya. Metode ini mempertimbangkan topik bisnis digital dan kata kunci yang dimasukkan. Selain itu, penelitian ini menunjukkan bahwa sistem rekomendasi jurnal dengan metode content based filtering memiliki tingkat akurasi precision sebesar 85%. Secara keseluruhan, sistem rekomendasi jurnal ini mendukung pelaksanaan tugas dan penelitian mahasiswa prodi Bisnis Digital Universitas Negeri Surabaya.

Kata kunci: content based filtering, sistem rekomendasi, sistem rekomendasi jurnal, tf-idf, cosine similarity

Abstrak EN :

Journals are an important source of information for students, both for research, final assignments and references. However, finding a journal that suits students' needs is often difficult and takes a long time. This research aims to implement the content-based filtering method in a web-based Scopus indexed journal recommendation system to optimize research and assignments for students of the Digital Business Study Program, Surabaya State University. The content-based filtering method compares the content of journals that have been analyzed with the journals searched by users. This research uses a journal dataset consisting of various journals on the topic of Digital Business. This dataset is used to train a content-based filtering model. Journal data will be given TF-IDF weighting and the cosine similarity value will be looked for.

Based on this research, the journal recommendation system uses the Content Based Filtering method to provide recommendations to users or students of the Digital Business study program at Surabaya State University. This method considers the digital business topic and keywords entered. Apart from that, this research shows that the journal recommendation system using the content based filtering method has a precision level of 85%. Overall, this journal recommendation system supports the implementation of assignments and research for Digital Business study program students at Surabaya State University.

Keywords: content based filtering, recommendation system, journal recommendation system, tf-idf, cosine similarity

Link Artikel

File Abstrak

File Lampiran