UNIPEMUNIPEM

ipsikomipsikom

Pemilihan jurusan kuliah yang sesuai dengan minat, kemampuan, dan potensi pribadi menjadi faktor penting bagi kesuksesan akademik dan karier mahasiswa. Proses ini seringkali dilakukan secara subjektif tanpa pertimbangan berbasis data yang memadai. Penelitian ini bertujuan mengimplementasi dan mengembangkan SIREJU (Sistem Rekomendasi Jurusan), sebuah Decision Support System (DSS) berbasis rule-based system yang memanfaatkan platform Google Workspace di Universitas Insan Pembangunan Indonesia (UNIPI). Metode penelitian yang digunakan adalah perancangan sistem berbasis aturan dengan integrasi Google Forms, Google Sheets, dan Google Apps Script. Hasil pengujian terhadap 22 responden menunjukkan SIREJU mampu memberikan rekomendasi jurusan dengan tingkat kesesuaian sebesar 81.82%, mempermudah proses pemilihan jurusan secara objektif, dan meningkatkan efisiensi layanan konsultasi di kampus. Kebaruan dari penelitian ini terletak pada pemanfaatan Google Workspace sebagai solusi praktis, murah, dan mudah diadopsi untuk digitalisasi layanan kampus tanpa memerlukan pengembangan sistem dari nol. SIREJU diharapkan dapat menjadi model referensi dalam pengembangan layanan serupa di lingkungan pendidikan tinggi.

Sistem Rekomendasi Jurusan (SIREJU) berbasis Google Workspace berhasil membantu calon mahasiswa dalam menentukan jurusan yang sesuai dengan profil mereka.Sistem ini mampu mengumpulkan, mengolah, dan menganalisis data secara otomatis untuk memberikan rekomendasi jurusan berdasarkan nilai akademik, minat, dan kepribadian.Hasil pengujian akurasi menunjukkan tingkat kecocokan rekomendasi sistem mencapai 81.82%, yang menunjukkan efektivitas SIREJU dalam memberikan saran yang relevan.

Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan untuk mengintegrasikan SIREJU dengan Sistem Informasi Akademik (SIAKAD) universitas, sehingga data mahasiswa dapat diperbarui secara otomatis dan rekomendasi jurusan menjadi lebih akurat. Kedua, pengembangan sistem dengan menambahkan fitur tes psikologi yang lebih mendalam dapat membantu mengidentifikasi minat dan bakat calon mahasiswa secara lebih komprehensif. Ketiga, penelitian dapat difokuskan pada pengembangan algoritma rekomendasi yang lebih canggih, seperti menggunakan metode machine learning, untuk meningkatkan akurasi dan personalisasi rekomendasi jurusan, sehingga sistem dapat beradaptasi dengan kebutuhan dan preferensi masing-masing calon mahasiswa. Integrasi ini akan menghasilkan sistem yang lebih holistik dan memberikan manfaat yang lebih besar bagi calon mahasiswa dan institusi pendidikan.

  1. #human resources#human resources
  2. #support vector machine#support vector machine
Read online
File size684.45 KB
Pages11
Short Linkhttps://juris.id/p-31J
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test