Sistem Rekomendasi Konversi Mata Kuliah Berbasis NLP Menggunakan Metode BERT Di Universitas Islam Balitar
DOI:
https://doi.org/10.29407/t2p29994Keywords:
BERT, Machine Learning, NLP, Sistem RekomendasiAbstract
Konversi mata kuliah antar institusi seringkali menjadi tantangan karena adanya ketidaksesuaian dalam deskripsi mata kuliah serta proses manual yang memakan waktu yang cukup lama karena tingkat dengan kompleks nya deskripsi yang harus dicocokan untuk melakukan konversi. Penelitian ini bertujuan untuk menghadirkan solusi melalui pengembangan sistem rekomendasi berbasis teknologi Bidirectional Encoder Representations from Transformers (BERT). Tahapan penelitian dimulai dengan pengumpulan data deskripsi mata kuliah dari dokumen akademik resmi, diikuti dengan proses pengolahan data, seperti cleaning, tokenisasi, penghapusan kata-kata umum (stopwords), dan stemming. Model BERT yang telah disesuaikan digunakan untuk menghasilkan representasi vektor dari deskripsi mata kuliah. Tingkat kesesuaian antar mata kuliah diukur menggunakan metode cosine similarity. Evaluasi dilakukan dengan membandingkan hasil rekomendasi otomatis dengan hasil manual yang diberikan oleh staf akademik..Hasil penelitian menunjukkan bahwa sistem berbasis BERT mampu memberikan rekomendasi kesesuaian mata kuliah yang relevan dan konsisten dengan penilaian manual, sekaligus secara signifikan mengurangi waktu yang dibutuhkan. Dengan demikian, sistem ini tidak hanya memberikan solusi praktis untuk konversi mata kuliah, tetapi juga membuka peluang penerapan lebih luas dari teknologi NLP di dunia pendidikan.
Downloads
References
R. Fatmasari, R. K. Septiani, T. H. Pinem, D. Fabiyanto, and W. Gata, “Implementasi Algoritma BERT Pada Komentar Layanan Akademik dan Non Akademik Universitas Terbuka di Media Sosial,” Sains, Aplikasi, Komputasi dan Teknologi Informasi, vol. 5, no. 2, p. 96, Jan. 2024, doi: 10.30872/jsakti.v5i2.13915.
A. S. Yazid and E. Winarko, “Fine-Tuning BERT untuk Menangani Ambiguitas Pada POS Tagging Bahasa Indonesia,” Jurnal Linguistik Komputasional (JLK), vol. 6, no. 2, pp. 57–64, Sep. 2023, doi: 10.26418/jlk.v6i2.148.
I. Huda, “IMPLEMENTASI NATURAL LANGUAGE PROCESSING (NLP) UNTUK APLIKASI PENCARIAN LOKASI,” Jurnal Nasional Teknologi Terapan (JNTT), vol. 3, no. 2, p. 15, Oct. 2021, doi: 10.22146/jntt.35036.
D. O. Sihombing, “Implementasi Natural Language Processing (NLP) dan Algoritma Cosine Similarity dalam Penilaian Ujian Esai Otomatis,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 4, no. 2, p. 396, Dec. 2022, doi: 10.30865/json.v4i2.5374.
G. Girinoto, D. A. Alwan, G. A. N. Gde K.T. D, O. G. Nabila, A. Arizal, and D. F. Priambodo, “Implementasi Deteksi Judul Berita Clickbait Berbahasa Indonesia dengan pre-trained model Multilingual BERT Pada Aplikasi Berbasis Chrome Extension,” Jurnal Ilmiah SINUS, vol. 20, no. 2, p. 25, Jul. 2022, doi: 10.30646/sinus.v20i2.624.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Moh Hafid Nur Firmansyah, Saiful Nur Budiman, Sabitul Kirom
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
