Sistem rekomendasi materi pemrograman web pada media pembelajaran berbasis web menggunakan multi-criteria recommender system

Wahyuliningtyas, Lia, Arif, Yunifa Miftachul ORCID: https://orcid.org/0000-0002-2183-0762 and Kusumawati, Ririen ORCID: https://orcid.org/0000-0001-6090-7219 (2024) Sistem rekomendasi materi pemrograman web pada media pembelajaran berbasis web menggunakan multi-criteria recommender system. Jurnal Mnemonic, 7 (1). pp. 48-54. ISSN E-ISSN 2614-4808

Text 19724.pdf - Published Version Available under License Creative Commons Attribution Share Alike. Download (592kB)

Abstract

Dalam kurikulum merdeka, pembelajaran yang dilakukan fokus terhadap pengembangan karakter, kompetensi siswa dan mengasah minat bakat. Sehingga jumlah materi pembelajaran yang diberikan kepada siswa tidak harus tuntas atau lebih sedikit. Selain itu pada kurikulum merdeka tidak lagi membebani siswa dengan ketercapaian skor minimal karena penilaian tidak lagi menggunakan nilai Kriteria Ketuntasan Minimal (KKM). Hal tersebut menyebabkan guru kesulitan menentukan apakah materi yang telah dijelaskan sudah dapat dipahami karena nilai tidak menjadi patokan dalam keberhasilan seorang siswa. Padahal apabila guru tidak mengetahui pemahaman seoarang siswa, guru akan kesulitan untuk lanjut pada materi selanjutnya. Implementasi Multi-Criteria Recommender System (MCRS) dapat memberikan kemudahan guru untuk dapat memprediksi apakah siswa dapat lanjut ke materi selanjutnya dan merekomendasikan modul mana yang cocok untuk siswa tersebut. Sistem rekomendasi yang akan dibangun berupa media pembelajaran berbasis web agar siswa dapat lebih tertarik dan dapat membantu guru dalam meningkatkan hasil belajar. Metode yang digunakan adalah collaborative filtering dengan membandingkan antara adjusted cosine similarity, cosine based similarity dan spearman rank order correlation. Berdasarkan implementasi MCRS menggunakan metode collaborative filtering menunjukkan bahwa hasil sistem rekomendasi tersebut memberikan dampak yang baik untuk proses belajar mengajar. Berdasarkan 3 algoritma yang diimplementasikan bahwa hasil prediksi yang paling baik adalah cosine based similarity karena nilai MAE yang didapatkan paling rendah yaitu sebesar 1,19 dan nilai akurasi sebesar 76%.

Item Type:	Journal Article
Keywords:	sistem rekomendasi; multi-criteria recommender system; collaborative filtering; confusion matrix; MAE
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0899 Other Information and Computing Sciences > 089999 Information and Computing Sciences not elsewhere classified
Divisions:	Graduate Schools > Magister Programme > Graduate School of Informatics Engineering
Depositing User:	Ririen Kusumawati
Date Deposited:	19 Jun 2024 15:07

Downloads

Origin of downloads

Actions (login required)

View Item