Sistem Perekomendasi Dosen Pembimbing berdasarkan Relevansi Topik Tugas Akhir menggunakan Metode Okapi BM25
Article Sidebar
Main Article Content
Abstract
Sistem rekomendasi adalah sebuah perangkat lunak untuk memberikan rekomendasi kepada pengguna mengenai produk yang dapat digunakannya. Masalah administrasi di kantor jurusan Pendidikan Guru Sekolah Dasar Universitas Muhammadiyah Malang merupakan salah satu permasalahan yang selalu dihadapi oleh para staf TU dan part timer. Penggunaan sistem manual yang masih berjalan saat ini dinilai kurang efektif terhadap waktu, tempat, dan tenaga sehingga diperlukan adanya bantuan berupa sistem informasi. Pada perancangan sistem informasi ini akan menggunakan metode Okapi BM25 dimana metode ini merupakan fungsi peringkat yang digunakan oleh mesin pencari (search engine) untuk peringkat dokumen pencocokan sesuai relevansinya dengan permintaan pencarian yaitu berupa topik tugas akhir. BM25 memiliki fungsi yang sesuai dengan 3 prinsip pembobotan yang baik, yaitu memiliki inverse document frequency (idf), term frequency (tf), dan memiliki fungsi normalisasi dari panjang dokumen (document length normalization).
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Bintana, R. R. (2012). Penerapan Model Okapi Bm25 Pada Sistem Temu Kembali Informasi. 273–279.
Hapsari, Y. G., Wibowo, A. T., Informatika, F., Telkom, U., Informatika, F., & Telkom, U. (2015). Analisis Dan Implementasi Sistem Rekomendasi Menggunakan Most-Frequent Item Dan Association Rule Technique Analysis and Implementation Recommender System Using Most- Frequent Item and Association Rule Technique. 2(3), 7757–7764.
Indriani, A. (2014). Klasifikasi Data Forum dengan menggunakan Metode Naïve Bayes Classifier. Seminar Nasional Aplikasi Teknologi Informasi (SNATI), 5–10.
Lumbanraja, F. R. (2013). Sistem Pencarian Data Teks dengan Menggunakan Metode Klasifikasi Rocchio ( Studi Kasus : Dokumen Teks Skripsi ).
Mayadewi, P., & Rosely, E. (2015). Prediksi Nilai Proyek Akhir Mahasiswa Menggunakan Algoritma Klasifikasi Data Mining. Seminar Nasional Sistem Informasi Indonesia, (November), 2–3.
Pinandhita, R. R. (2013). PERINGKAS DOKUMEN BERBAHASA INDONESIA BERBASIS KATA BENDA DENGAN BM25
Prahudaya, T. Y., & Harjoko, A. (2017). A Study of Stemming Effect on Information Retrieval in Bahasa Indonesia. Jurnal Teknosains, 6(2), 113. https://doi.org/10.22146/teknosains.26972
Sebastian, D., Rachmat, A., & Sudiarto Raharjo, W. (2011). Implementasi Algortima Okapi BM25 dan K-Means untuk Mencari Relevansi Artikel pada Beberapa Situs Berita. Seminar Teknik Informatika Dan Sistem Informasi, 1–14.
Tjandra, E., & Widiasri, M. (2016). Sistem Repositori Tugas Akhir Mahasiswa dengan Fungsi Peringkat Okapi BM25. Journal of Information Systems Engineering and Business Intelligence, 2(2), 88. https://doi.org/10.20473/jisebi.2.2.88-94
T. Y. Prahudaya and A. Harjoko, “A Study of Stemming Effect on Information Retrieval in Bahasa Indonesia,” J. Teknosains, vol. 6, no. 2, p. 113, 2017