PENERAPAN CONTENT BASED FILTERING DALAM SISTEM REKOMENDASI UNTUK MEMILAH KONTEN MATERI PEMBELAJARAN DALAM APLIKASI EDUKASI FINANSIAL SYARIAH - Dalam bentuk buku karya ilmiah

FITRIA DEWI WULANDARI

Informasi Umum

Kode

23.04.7397

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

18 kali

Informasi Lainnya

Abstraksi

<p>Indonesia sebagai negara yang mempunyai jumlah penduduk muslim terbesar di dunia mempunyai peluang besar dalam mengembangkan lingkungan ekonomi berbasis syariah. Namun, indeks literasi keuangan syariah masyarakat Indonesia tergolong masih sangat rendah yaitu sebesar 8,93%, tercatat pada tahun 2019. Rendahnya indeks literasi keuangan karena kurangnya kemampuan masyarakat dalam pengelolaan keuangan. Padahal seiring dengan perkembangan teknologi yang semakin pesat, akses kepada berbagai informasi saat ini semakin mudah dengan jumlah informasi yang sangat banyak, termasuk informasi tentang keuangan syariah. Namun dari hal ini juga timbul masalah lainnya, yaitu pada saat informasi yang tersedia sangat banyak, sulit untuk menemukan informasi yang sesuai dengan kebutuhan. Untuk menyelesaikan permasalahan tersebut diperlukan sebuah sistem yang dapat memberi rekomendasi terkait informasi yang berkaitan dengan keuangan syariah. Sistem rekomendasi dibangun menggunakan metode content-based filtering. Dengan penerapan metode ini, sistem dapat memberi rekomendasi konten informasi keuangan syariah berdasarkan tingkat kemiripan antar dokumennya sehingga pengguna memiliki rasa penasaran dan termotivasi untuk mengakses informasi keuangan syariah lainnya. Dataset yang digunakan pada penelitian ini diperoleh melalui proses data scraping. Data konten literasi berupa data artikel dan data video melalui preprocessing sebelum diteruskan pada proses pembobotan menggunakan TF-IDF dan perhitungan tingkat kemiripan antar dokumen menggunakan cosine similarity. Sistem yang telah berhasil dibangun, kemudian di-deploy sebagai cloud web server agar bisa diintegrasikan pada aplikasi mobile. Performansi sistem rekomendasi data artikel menghasilkan masing-masing nilai rata-rata NDCG sebesar 0.927751192400839 atau sekitar 92.77%., sedangkan untuk performa sistem rekomendasi data video diperoleh nilai rata-rata NDCG sebesar 0.91017631620041788 atau sekitar 91.01%.</p>