View/Open

Author

Advisor
Mugi Praseptiawan, S.T., M.Kom.,
Meida Cahyo Untoro, S.Kom., M.Kom,

Koleksi
Teknik Informatika

Publisher

Kemajuan teknologi di bidang pendidikan mendorong munculnya platform Massive Open Online Course (MOOC) yang menyediakan akses pembelajaran terbuka dalam skala besar. Banyaknya pilihan kursus yang tersedia menimbulkan tantangan bagi pengguna dalam menemukan materi yang sesuai dengan minat dan kebutuhan mereka. Untuk mengatasi permasalahan tersebut, sistem rekomendasi kursus dikembangkan dengan pendekatan Hybrid Filtering, yang menggabungkan metode Content-Based Filtering dan Precision guna meningkatkan akurasi dan relevansi hasil rekomendasi. Pengembangan sistem dilakukan melalui dua tahap utama, yaitu pemodelan sistem rekomendasi dan perancangan antarmuka berbasis web. Tahap pemodelan mencakup praproses data, ekstraksi fitur, penghitungan kemiripan, serta prediksi nilai kursus berbasis preferensi pengguna. Tahap pengembangan antarmuka dilakukan dengan pendekatan Modified Waterfall untuk memastikan alur desain yang sistematis dan terstruktur. Evaluasi model menunjukkan nilai Root Mean Square Error (RMSE) sebesar 0,6974 yang mencerminkan tingkat kesalahan prediksi yang rendah. Pengujian usability menggunakan System Usability Scale (SUS) terhadap 97 responden menghasilkan skor 80,4 dan menempatkan sistem dalam kategori “Excellent” dan “Acceptable”. Sistem telah berhasil diimplementasikan dalam bentuk antarmuka interaktif dengan fitur pencarian, rekomendasi, riwayat kursus, dan pengelolaan profil pengguna. Hasil ini menunjukkan bahwa pendekatan Hybrid Filtering efektif dalam meningkatkan kualitas rekomendasi serta mendukung pengalaman belajar yang lebih personal di platform MOOC.

URI
https://repo.itera.ac.id/depan/submission/SB2508050058

Keyword
Sistem Rekomendasi Hybrid Filtering Modified Waterfall MOOC