Sistem Rekomendasi Perguruan Tinggi Swasta Menggunakan Metode LSTM

MOHAMAD ARDAN; VINY CHRISTANTI MAWARDI; TRI SUTRISNO

doi:10.26760/mindjournal.v10i1.18-33

Sistem Rekomendasi Perguruan Tinggi Swasta Menggunakan Metode LSTM

MOHAMAD ARDAN, VINY CHRISTANTI MAWARDI, TRI SUTRISNO

Sari

Abstrak

Penelitian ini bertujuan mengembangkan sistem rekomendasi berbasis Long Short-Term Memory (LSTM) untuk membantu calon mahasiswa dalam memilih perguruan tinggi swasta yang sesuai. Data dikumpulkan melalui UiPath dari situs resmi perguruan tinggi dan Pangkalan Data Pendidikan Tinggi (PDDIKTI). Sistem ini dilengkapi dengan chatbot berbasis Natural Language Processing (NLP) untuk memahami kebutuhan pengguna dan memberikan informasi sesuai dengan preferensi pengguna. Pemilihan model LSTM didasarkan pada kemampuannya dalam menangani data sekuensial dan memahami konteks, sehingga mampu menghasilkan rekomendasi yang akurat. Hasil evaluasi menunjukkan tingkat akurasi rekomendasi sebesar 90% dalam memberikan rekomendasi dan informasi yang tepat. Selain itu, tingkat kepercayaan chatbot dalam menjawab pertanyaan pengguna mencapai 100%, menunjukkan efektivitas tinggi dalam memberikan berbasis data.

Kata kunci: chatbot, rekomendasi, LSTM, web scraping, PDDIKTI.

Abstract

This research aims to develop a recommendation system based on Long Short-Term Memory (LSTM) to assist prospective students in choosing a suitable private university. Data was collected through UiPath from the official websites of universities and the Higher Education Database (PDDIKTI). The system is equipped with a Natural Language Processing (NLP) based chatbot to understand user needs and provide information according to user preferences. The selection of the LSTM model is based on its ability to handle sequential data and understand context, so as to produce accurate recommendations. The evaluation results show a recommendation accuracy rate of 90% in providing the right recommendations and information. In addition, the level of confidence of the chatbot in answering user questions reached 100%, indicating high effectiveness in providing data-based.

Keywords: chatbot, recommendation, LSTM, web scraping, PDDIKTI.

Teks Lengkap:

PDF

Referensi

Ahmad R. Pratama, R. R. (2022). MODEL KLASIFIKASI CALON MAHASISWA BARU UNTUK SISTEM REKOMENDASI PROGRAM STUDI SARJANA BERBASIS MACHINE LEARNING. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 9, No 4, 725-734.

Amaliya, R. (2019). FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN MAHASISWA MEMILIH PENDIDIKAN PADA PROGRAM STUDI PENDIDIKAN EKONOMI FE UNY. Jurnal Pendidikan dan Ekonomi,, 8 No. 1.

Andrew Ciayandi, V. C. (2020). Retrieval Based Chatbot on Tarumanagara University With Multilayer Perceptron. IOP Conf. Series: Materials Science and Engineering.

Antonius Randy Arjun, Z. B. (2022). Chatbot-Based Movie Recommender System with Latent Semantic Analysis on Telegram Platform Using DialogFlow . Journal of Computer System and Informatics (JoSY), 3, No. 4, 162-170.

Desrika Heryati, I. Z. (2023). APLIKASI CHATBOT UNTUK PENERIMAAN MAHASISWA BARU UNIVERSITAS INDO GLOBAL MANDIRI MENGGUNAKAN DEEP LEARNING. Journal of Intelligent Networks and IoT Global, 1 No. 1.

Fahmi Yusron F, A. K. (2024). Chatbot Informasi Penerimaan Mahasiswa Baru Menggunakan Metode FastText danLSTM. JOU RNAL OF APPLIED COM PUTER SCIENCE AND TECHNOLOGY (JACOST)., 5, No 1., 33-39.

Ferry Saputra, R. M. (2024). Chatbot Berbasis Whatsapp Teknik Informatika Universitas Palangkaraya: Rules Based System. Jurnal Teknologi Informatika dan Komputer., 10. No 1.

Hilya Anbiyani Fitri Muhyidini, L. V. (2023). Pengembangan Chatbot untuk Meningkatkan Pengetahuan dan Kesadaran Keamanan Siber Menggunakan Long short-term memory. . Jurnal Informatika dan Rekayasa Perangkat Lunak, 5, No. 2, 152-161.

Khang Nhut Lam, N. N. (2020 ). Building a Chatbot on a Closed Domain using RASA . 144-148.

Laras Wiranda, M. S. (2019. ). PENERAPAN LONG SHORT TERM MEMORY PADA DATA TIME SERIES UNTUK MEMPREDIKSI PENJUALAN PRODUK PT. METISKA FARMA. Jurnal Nasional Pendidikan Teknik Informatika., 8, No 6.

Mohinish Daswani, K. D. (2020). CollegeBot: A Conversational AI Approach to Help Students Navigate College. Computer Engineering Department.

Nas, C. (2021). Data Mining Prediksi Minat Calon Mahasiswa Memilih Perguruan Tinggi Menggunakan Algoritma C4.5. Jurnal Manajemen Informatika (JAMIKA), 11 No. 2.

Tiara Eka Putri, G. R. (2024). Penerapan Chatbot sebagai Alat Pembelajaran untuk Pengembangan Pendidikan Karakter. Indonesian Journal of Computer Science and Engineering (IJCSE)., 1, No. 1.

Tjut Awaliyah Zuraiyah, D. K. (2020). IMPLEMENTASI CHATBOT PADA PENDAFTARAN MAHASISWA BARU MENGGUNAKAN RECURRENT NEURAL NETWORK. Jurnal Ilmiah Teknologi dan Rekayasa.

Yetti Yuniati, F. A. (2024). Pengembangan ChatbotBatik Menggunakan Metode Long short-term memory. Digital Transformation Technology (Digitech)., 4, No 2.

DOI: https://doi.org/10.26760/mindjournal.v10i1.18-33