Pendekatan Directed Similarity Untuk Sistem Rekomendasi Dosen Penguji Proposal Skripsi Menggunakan Indonesian Bidirectional Encoder Representations From Transformers
Penulis Utama
:
Abhyasa Danu Brata
NIM / NIP
:
M0520002
×Penulisan skripsi merupakan tahapan penting penyelesaian studi di perguruan tinggi. Seiring meningkatnya jumlah pengajuan proposal skripsi, yang mencapai 112% antara 2022-2024 berdasarkan data Sistem Informasi Layanan Terintegrasi (Silat), proses penentuan dosen penguji menjadi tantangan tersendiri. Oleh karena itu, diperlukan solusi yang efisien dan tetap menjaga objektivitas pemilihan penguji. Penelitian ini mengembangkan sistem rekomendasi dosen penguji berbasis teks untuk mahasiswa Informatika, Universitas Sebelas Maret (UNS), memanfaatkan data proposal dan penelitian dosen. Sistem ini menerapkan text similarity melalui transformasi dokumen menjadi vektor menggunakan Indonesian Bidirectional Encoder Representations From Transformers. Pengukuran text similarity seperti Cosine similarity memiliki kelemahan karena mengabaikan arah pengukuran kemiripan. Untuk mengatasinya, diusulkan metode directed similarity yang mempertimbangkan arah pengukuran kemiripan. Dalam perhitungannya, directed similarity juga mempertimbangkan faktor waktu publikasi dan urutan penulis pada publikasi dosen. Evaluasi menunjukkan bahwa metode yang diusulkan lebih unggul dibandingkan dengan Cosine similarity. Dengan metode yang diajukan mendapat peningkatan relatif sebesar 6.67% pada recall of existence. Pada recall of Top-3 yang mengukur urutan dosen penguji, metode directed similarity mencapai peningkatan relatif sebesar 7.5%, 20%, dan 40% terhadap Cosine similarity. Dengan keberhasilan rekomendasi berdasarkan Normalized Euclidean Distance pada directed similarity mencapai 96% dan cosine similarity 95%.
×
Penulis Utama
:
Abhyasa Danu Brata
Penulis Tambahan
:
-
NIM / NIP
:
M0520002
Tahun
:
2025
Judul
:
Pendekatan Directed Similarity Untuk Sistem Rekomendasi Dosen Penguji Proposal Skripsi Menggunakan Indonesian Bidirectional Encoder Representations From Transformers
Edisi
:
Imprint
:
Surakarta - Fak. Teknologi Informasi dan Sains Data - 2025
Program Studi
:
S-1 Informatika
Kolasi
:
Sumber
:
Kata Kunci
:
Directed similarity, Cosine similarity, IndoBERT, Sistem Rekomendasi, Text Similarity
