{"title":"Recommendation System for Collegian Student's Weekly Course Schedule","authors":"Susana Limanto, Heru Arwoko, Jason Austin Juwono","doi":"10.35143/jkt.v8i1.5279","DOIUrl":null,"url":null,"abstract":"Selama ini, penelitian terkait dengan penjawalan mata kuliah hanya dilakukan dengan\nmempertimbangkan sisi institusi. Namun, biasanya mahasiswa memiliki pertimbangan lain, seperti kegiatan rutin di luar kuliah, waktu perkuliahan, hari libur kuliah, dan jeda waktu tunggu antar mata kuliah. Kondisi ini tidak pernah dipertimbangkan dalam penelitian yang ada. Penelitian yang dilakukan bertujuan untuk mengembangkan sebuah sistem rekomendasi dengan menggunakan gabungan antara metode Depth First Search dan Simple Multi Attribute Ranking Technique. Metode Depth First Search digunakan untuk mencari semua kemungkinan alternatif jadwal. Semua alternatif jadwal yang didapatkan akan digunakan untuk menentukan jadwal yang paling sesuai dengan preferensi mahasiswa menggunakan metode Simple Multi Attribute Ranking Technique. Kinerja dari sistem dievaluasi melalui simulasi untuk mendapatkan rekomendasi jadwal mata kuliah bagi 28 mahasiswa. Hasil simulasi kemudian dibandingkan dengan jadwal\nideal yang diinginkan oleh mahasiswa dan jadwal mata kuliah yang riil dijalani mahasiswa. Akurasi dari jadwal yang direkomendasikan terhadap jadwal ideal yang diinginkan mahasiswa mencapai 70,8% dengan rata-rata waktu untuk menghasilkan jadwal yang direkomendasikan adalah 1,05 detik. Akurasi jadwal yang direkomendasikan meningkat menjadi sekitar 91% jika dibandingkan dengan jadwal mata kuliah yang riil dijalani oleh mahasiswa yang bersangkutan. Jadi dapat disimpulkan bahwa penelitian yang dilakukan dapat membantu merekomendasikan\njadwal kuliah mingguan mahasiswa secara riil.","PeriodicalId":31786,"journal":{"name":"Jurnal Komputer Terapan","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komputer Terapan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35143/jkt.v8i1.5279","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Selama ini, penelitian terkait dengan penjawalan mata kuliah hanya dilakukan dengan
mempertimbangkan sisi institusi. Namun, biasanya mahasiswa memiliki pertimbangan lain, seperti kegiatan rutin di luar kuliah, waktu perkuliahan, hari libur kuliah, dan jeda waktu tunggu antar mata kuliah. Kondisi ini tidak pernah dipertimbangkan dalam penelitian yang ada. Penelitian yang dilakukan bertujuan untuk mengembangkan sebuah sistem rekomendasi dengan menggunakan gabungan antara metode Depth First Search dan Simple Multi Attribute Ranking Technique. Metode Depth First Search digunakan untuk mencari semua kemungkinan alternatif jadwal. Semua alternatif jadwal yang didapatkan akan digunakan untuk menentukan jadwal yang paling sesuai dengan preferensi mahasiswa menggunakan metode Simple Multi Attribute Ranking Technique. Kinerja dari sistem dievaluasi melalui simulasi untuk mendapatkan rekomendasi jadwal mata kuliah bagi 28 mahasiswa. Hasil simulasi kemudian dibandingkan dengan jadwal
ideal yang diinginkan oleh mahasiswa dan jadwal mata kuliah yang riil dijalani mahasiswa. Akurasi dari jadwal yang direkomendasikan terhadap jadwal ideal yang diinginkan mahasiswa mencapai 70,8% dengan rata-rata waktu untuk menghasilkan jadwal yang direkomendasikan adalah 1,05 detik. Akurasi jadwal yang direkomendasikan meningkat menjadi sekitar 91% jika dibandingkan dengan jadwal mata kuliah yang riil dijalani oleh mahasiswa yang bersangkutan. Jadi dapat disimpulkan bahwa penelitian yang dilakukan dapat membantu merekomendasikan
jadwal kuliah mingguan mahasiswa secara riil.
到目前为止,与大学课程相关的研究只涉及机构方面的考虑。然而,通常学生有其他的考虑,如常规的课外活动、大学时间、大学假期和大学之间的等待时间。这项研究从未考虑过这种情况。这项研究的目的是利用先搜索的Depth和简单多任务排名技术的结合来开发一种推荐系统。Depth First Search的方法是搜索所有可能的替代时间表。它将使用使用简单的多元素排名技术的方法来决定最适合学生的时间表。通过模拟评估系统的表现,获得28名学生的课程推荐。然后将模拟结果与学生想要的日程安排和实际的学生生活课程进行比较。建议的时间表与学生希望的理想时间表的准确性为70.8%,平均产生推荐时间表的时间为1.05秒。与学生实际上的课程相比,推荐时间表的准确率增加了约91%。因此,可以得出结论,所做的研究可能有助于实际推荐学生每周的讲座时间表。