Pemilihan program studi merupakan keputusan penting yang mempengaruhi keberhasilan akademik dan karir seseorang. Penelitian ini mengembangkan sistem pendukung keputusan pemilihan program studi berbasis Holland Codes dengan mengintegrasikan Semantic Web Rule Language (SWRL), IndoBERT, dan Support Vector Machine (SVM). Ontology yang dibangun menggunakan SWRL menghubungkan antara minat, bakat, dan kepribadian siswa dengan berbagai program studi. Model IndoBERT digunakan untuk melakukan embedding jawaban naratif siswa, sedangkan SVM digunakan untuk mengklasifikasikan minat dan bakat berdasarkan data yang dihasilkan oleh IndoBERT. Sistem ini mampu memberikan rekomendasi program studi yang sesuai dengan minat dan bakat pengguna. Evaluasi sistem dilakukan terhadap responden menunjukkan hasil 91% responden setuju dengan rekomendasi yang diberikan dan nilai kepercayaan rata-rata adalah 77%. Evaluasi confusion matrix yang diapatkan juga cukup baik dengan accuracy sebesar 83,87%, precision mencapai 90,48%, recall sebesar 86,36%, serta f1-score sebesar 88,37%. Penelitian ini menunjukkan bahwa integrasi SWRL, IndoBERT, dan SVM dapat meningkatkan akurasi dan kepercayaan dalam memberikan rekomendasi pemilihan program studi.
