Sistem rekomendasi pemilihan mata kuliah pilihan menggunakan model transformer

Muhammad, Burhan Arif (2023) Sistem rekomendasi pemilihan mata kuliah pilihan menggunakan model transformer. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (142kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (28kB) | Preview
[img]
Preview
Text (LEMBAR PERNYATAAN KARYA SENDIRI)
3_skbebasplagiarism.pdf

Download (740kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
4_daftarisi.pdf

Download (91kB) | Preview
[img]
Preview
Text (BAB I)
5_bab1.pdf

Download (130kB) | Preview
[img] Text (BAB II)
6_bab2.pdf
Restricted to Registered users only

Download (200kB) | Request a copy
[img] Text (BAB III)
7_bab3.pdf
Restricted to Registered users only

Download (298kB) | Request a copy
[img] Text (BAB IV)
8_bab4.pdf
Restricted to Registered users only

Download (340kB) | Request a copy
[img] Text (BAB V)
9_bab5.pdf
Restricted to Registered users only

Download (80kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
10_daftarpustaka.pdf
Restricted to Registered users only

Download (153kB) | Request a copy
[img] Text (LAMPIRAN)
11_lampiran.pdf
Restricted to Repository staff only

Download (435kB) | Request a copy

Abstract

Penelitian ini didasari fenomena bahwa mahasiswa seringkali kesulitan dalam memilih mata kuliah pilihan yang cocok untuk dirinya. Tujuan dari penelitian ini memahami cara model transformer dapat diterapkan untuk sistem rekomendasi pemilihan mata kuliah pilihan serta mengetahui tingkat akurasi model transformer untuk sistem rekomendasi mata kuliah pilihan. Penelitian ini menggunakan CRISP-DM sebagai kerangka kerja penelitiannya. Data yang digunakan bersumber dari data akademik Jurusan Ilmu Komunikasi Konsentrasi Ilmu Jurnalistik Universitas Islam Negeri Sunan Gunung Djati Bandung dalam rentang waktu tahun akademik 2017/2018 sampai dengan tahun akademik 2021/2022. Adapun model transformer dalam penelitian ini menggunakan Behavior Sequence Transformer. Tingkat akurasi model diukur menggunakan metrik root mean squared error (RMSE). Hasil penelitian menunjukkan bahwa tingkat akurasi dari model yang digunakan bervariasi. Hal ini ditunjukkan dengan kombinasi sequence 15 dengan step sebesar 50% memiliki tingkat kesalahan terkecil dengan nilai RMSE 0,46159, sedangkan kombinasi sequence 60 dengan step sebesar 25% merupakan kombinasi terburuk dengan nilai loss sebesar 1,86905 dan nilai RMSE 1,36713. Produk hasil dari penelitian ini dapat dilihat di https://burhan-arifm.github.io/predict-mk.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: sistem rekomendasi; transformer; mata kuliah pilihan; Behavior Sequence Transformer
Subjects: Data Processing, Computer Science
Data Processing, Computer Science > Computer and Human
Numerical Analysis > Algorithms
General Management > Decision Making Management
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Burhan Arif Muhammad
Date Deposited: 09 May 2025 08:15
Last Modified: 09 May 2025 08:15
URI: https://digilib.uinsgd.ac.id/id/eprint/64178

Actions (login required)

View Item View Item