Perpustakaan Digital ITB

Dalam menghadapi minimnya jumlah talenta digital di Indonesia, diperlukan terobosan untuk mempercepat pemenuhan kebutuhan yang meningkat. CodeBuddy.ai merupakan aplikasi web intelligent tutoring system (ITS) yang berfungsi menjadi wadah pembelajaran pemrograman dasar C++ bagi pemula. ITS ini dilengkapi oleh personalisasi berupa jalur pembelajaran yang disesuaikan dengan kemampuan siswa melalui pemanfaatan sistem rekomendasi berbasis KG. Sistem rekomendasi berbasis knowledge graph (KG) merupakan pendekatan yang digunakan oleh sistem ITS ini karena dapat merefleksikan representasi semantik dan beradaptasi dengan kebutuhan ITS. Studi ini berfokus pada perbandingan dua model dalam sistem rekomendasi berbasis KG, yaitu semantic similarity calculation yang menggunakan pembobotan semantik untuk perhitungan jalur kemiripan antarentitas dan juga random walk dengan KG embedding yang mengeksplorasi relasi secara lebih luas melalui hasil embedding-nya. Kedua model ini dievaluasi untuk kemampuan mereka dalam mengidentifikasi dan merekomendasikan jalur pembelajaran yang relevan terhadap domain pembelajaran pemrograman pada ITS. Hasil eksperimen menunjukkan bahwa random walk dengan KG embedding memiliki keunggulan dalam mendeteksi relasi antarentitas yang jauh secara lebih efektif, menjadikannya lebih superior dalam menyusun rekomendasi yang tepat dibandingkan dengan model semantic similarity calculation.