Pemodelan Metode Content Based Recommendation pada Sistem Rekomendasi Website Belajar Programming
Keywords:
Sistem Rekomendasi, Website, Content Based, Naive Bayes.Abstract
Seiring dengan kemajuan teknologi informasi, semakin banyak bahasa pemrograman yang tersedia. Sebagai contoh adalah pengembangan dari bahasa C yang sekarang memiliki banyak turunan seperti Python dan PHP, walaupun berasal dari induk yang sama namun antara Python dan PHP memiliki karakternya masing-masing dalam penulisan kode programnya. Untungnya di zaman serba keterbukaan saat ini tidak sulit untuk menemukan studi literatur online atau website untuk belajar bahasa pemrograman. Website tersebut menyampaikan materi tentang tata cara melakukan pengkodean sesuai dengan bahasa pemrograman yang akan dipelajari. Dari sekian banyak website, muncul sebuah masalah yaitu seseorang yang ingin mempelajari suatu bahasa pemrograman mengalami kesulitan untuk bisa menemukan website terbaik yang bisa menjadi rujukan untuk belajar. Tujuan penelitian ini adalah untuk membuat sistem rekomendasi yang memberikan output berupa daftar website yang bisa menjadi tempat belajar bahasa pemrograman. Penelitian ini menggunakan pendekatan Rapid Application Development (RAD) yang terdiri dari tahapan seperti pemodelan bisnis, pemodelan data, dan pemodelan proses. Pemodelan sistem rekomendasi ini dapat memberikan lima pilihan atribut pencarian untuk website, yaitu bahasa pemrograman, jenis pembelajaran, target perangkat, bahasa website, dan harga. Berdasarkan hasil pemodelan metode content-based naive bayes dengan sepuluh sampel data, pemodelan sistem ini dapat memberikan rekomendasi untuk website malas ngoding dengan nilai kemiripan tertinggi yaitu 0,150 berdasarkan kriteria yang dibutuhkan oleh pengguna untuk atribut yang dimiliki masing-masing website.
References
A. Suryoprayogo and Sidiq, “Implementasi Algoritma Brute Force Pada Perancangan Aplikasi Kamus Bahasa Sunda Berbasis Android,” Jurnal Informatika dan Bisnis, vol. 5, no. 1, pp. 1–12, Jun. 2016.
“Pemograman Bahasa C,” BINUS Online, https://onlinelearning.binus.ac.id/computer-science/post/pemograman-bahasa-c (accessed Jun. 30, 2023).
I. S. Sipahutar, F. Samopa, and R. P. Wibowo, “PENGEMBANGAN APLIKASI BERBASIS WEB INTERAKTIF UNTUK BELAJAR DASAR PEMROGRAMAN JAVA,” Open Access Journal of Information Systems (OAJIS), vol. 2013, pp. 197–202, Dec. 2013.
D. Rahman, “Pemanfaatan Internet sebagai Sumber Belajar dan Informasi,” Maktabatun: Jurnal Perpustakaan dan Informasi, vol. 1, no. 1, pp. 9–14, Mar. 2021.
P. N. Raharjo, A. Handojo, and H. Juwiantho, “Sistem Rekomendasi Content Based Filtering Pekerjaan dan Tenaga Kerja Potensial menggunakan Cosine Similarity,” Jurnal Infra, vol. 10, no. 2, pp. 483–488.
A. Noertjahyana, “Studi Analisis Rapid Application Development sebagai salah satu Alternatif Metode Pengembangan Perangkat Lunak,” Jurnal Informatika, vol. 3, no. 2, pp. 74-79, November 2002.
V. Atina and D. Hartanti, “Knowledge based recommendation modeling for Clothing Product Selection Recommendation System,” Jurnal Teknik Informatika (Jutif), vol. 3, no. 5, pp. 1407–1413, 2022. doi:10.20884/1.jutif.2022.3.5.584.
F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film pada Twitter,” Jurnal Inovtek Polbeng, vol. 3, no. 1, pp. 50-59, Juni 2018.
R. Y. Hayuningtyas, “Penerapan Algoritma Naive Bayes untuk Rekomendasi Pakaian Wanita,” Jurnal Informatika, vol. 6, no. 1, pp. 18-22, April 2019.
H. M. Rhesa, H. M. Rhesa and H. M. Rhesa, “RECOMMENDATION SYSTEM WITH CONTENT-BASED FILTERING METHOD FOR CULINARY TOURISM IN MANGAN APPLICATION,” ITSMART: Jurnal Ilmiah Teknologi dan Informasi, vol. 8, no. 2, pp. 65-72, 2019.
B. Kadmiel, L. E. Nugroho, dan S. Fauziati, "Implementasi Case Based Reasoning untuk Menentukan Tujuan Wisata," Prosiding SNST ke-7 Tahun 2016, Fakultas Teknik Universitas Gadjah Mada.
A. S. Rosa dan M. Shalahuddin, Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek, Bandung: Informatika, 2016
