Sistem Rekomendasi Pemilihan Mata Kuliah Pilihan Menggunakan Model Transformer

Skripsi
NIM: 1157050031
Year: 2023

Description

Penelitian ini didasari fenomena bahwa mahasiswa sering kali kesulitan dalam memilih mata kuliah pilihan yang cocok untuk dirinya. Tujuan dari penelitian ini memahami cara model Transformer dapat diterapkan untuk sistem rekomendasi pemilihan mata kuliah pilihan serta mengetahui tingkat akurasi model Transformer untuk sistem rekomendasi mata kuliah pilihan. Penelitian ini menggunakan CRISP-DM sebagai kerangka kerja penelitiannya. Data yang digunakan bersumber dari data akademik Jurusan Ilmu Komunikasi Konsentrasi Ilmu Jurnalistik Universitas Islam Negeri Sunan Gunung Djati Bandung dalam rentang waktu tahun akademik 2017/2018 sampai dengan tahun akademik 2021/2022. Adapun model transformer dalam penelitian ini menggunakan Behaviour Sequence Transformer. Tingkat akurasi model diukur menggunakan metrik root mean squared error (RMSE). Hasil penelitian menunjukkan bahwa tingkat akurasi dari model yang digunakan bervariasi. Hal ini ditunjukkan dengan kombinasi sequence 15 dengan step sebesar 50% memiliki tingkat kesalahan terkecil dengan nilai RMSE 0,46159, sedangkan kombinasi sequence 60 dengan step sebesar 25% merupakan kombinasi terburuk dengan nilai loss sebesar 1,86905 dan nilai RMSE 1,36713.