Perpustakaan Digital ITB

Fleksibilitas Kurikulum 2024 di Institut Teknologi Bandung (ITB) memberikan keleluasaan bagi mahasiswa dalam menentukan mata kuliah pilihan. Namun, mahasiswa sering mengalami kelebihan informasi saat menyusun Rencana Studi akibat tersebarnya data silabus akademik. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi mata kuliah cerdas menggunakan pendekatan Content-Based Filtering. Sistem ini memanfaatkan ekstraksi data (web scraping) dari laman akademik SIX ITB untuk mengumpulkan data kurikulum. Metode Term Frequency-Inverse Document Frequency (TF-IDF) diimplementasikan untuk mengekstraksi dan membobotkan fitur tekstual dari silabus, sedangkan Cosine Similarity digunakan untuk mengukur kedekatan spasial antara minat pencarian (query) pengguna dengan dokumen representasi mata kuliah. Purwarupa sistem telah berhasil dibangun dan diintegrasikan dalam antarmuka aplikasi berbasis web yang juga memuat fungsionalitas integrasi jadwal kelas. Hasil pengujian menunjukkan bahwa algoritma TF-IDF dan Cosine Similarity mampu memeringkat dan menyajikan rekomendasi mata kuliah (Top-N Recommendation) yang relevan secara semantik dengan kata kunci input, terlepas dari variasi panjang teks deskripsi. Pengujian User Acceptance Testing (UAT) menunjukkan tingkat penerimaan yang sangat baik, mengonfirmasi bahwa sistem ini efektif dan efisien dalam membantu mahasiswa merencanakan pengambilan mata kuliah pilihan yang sesuai dengan minat akademik serta ketersediaan jadwal mereka.