UNESAUNESA

Journal of Informatics and Computer Science (JINACS)Journal of Informatics and Computer Science (JINACS)

Seleksi Calon Pegawai Negeri Sipil (CPNS) di Indonesia memiliki tingkat persaingan yang sangat ketat sehingga memerlukan strategi persiapan yang terstruktur dan relevan. Penelitian ini bertujuan untuk merancang dan membangun sistem tryout CPNS berbasis web yang dilengkapi fitur rekomendasi materi pembelajaran menggunakan metode Content-Based Filtering (CBF). Sistem dikembangkan menggunakan framework Laravel dan MySQL sebagai basis data. Evaluasi sistem dilakukan melalui pengujian Blackbox Testing untuk menguji fungsionalitas sistem yang menunjukkan hasil 100% skenario lulus pada sisi administrator dan pengguna, pengujian System Usability Scale (SUS) yang menunjukkan skor rata-rata 80,51% dalam kategori “Baik yang mengindikasikan tingkat penerimaan dan kemudahan penggunaan yang tinggi, serta evaluasi efektivitas rekomendasi menggunakan validasi akurasi secara manual terhadap 20 sampel data soal yang menunjukkan tingkat ketepatan 75% yang berarti mayoritas materi relevan dengan kebutuhan pengguna dan metode pretest-posttest dengan analisis Normalized Gain (N-Gain) terhadap 20 pengguna yang menghasilkan rata-rata N-Gain sebesar 50,50% dalam kategori “Cukup Efektif dengan 70% pengguna mengalami peningkatan skor. Hasil penelitian membuktikan bahwa sistem tryout CPNS berbasis CBF efektif sebagai sarana pendukung belajar untuk meningkatkan kesiapan peserta dalam menghadapi ujian CPNS.

Berdasarkan hasil penelitian dan pengembangan sistem tryout CPNS dengan rekomendasi materi menggunakan metode Content-Based Filtering (CBF), dapat disimpulkan bahwa penelitian ini berhasil merancang dan membangun sistem tryout CPNS yang memiliki fitur rekomendasi materi.Hasil pengujian Blackbox Testing menunjukkan seluruh skenario pengujian dari sisi administrator dan peserta lulus 100%, sedangkan pengujian nonfungsional menggunakan System Usability Scale (SUS) memperoleh skor rata-rata 80,51% yang termasuk kategori baik, sehingga membuktikan bahwa sistem berjalan sesuai harapan pengguna baik dari aspek fungsional maupun nonfungsional.Sistem rekomendasi CBF yang diuji secara manual terhadap 20 sampel data soal menunjukkan tingkat akurasi sebesar 75%, yang berarti sebagian besar materi yang direkomendasikan relevan dengan soal yang dijawab salah oleh pengguna, meskipun masih terdapat beberapa ketidaksesuaian akibat keterbatasan data materi.Selain itu, evaluasi efektivitas menggunakan metode pretest–posttest dengan analisis N-Gain terhadap 20 pengguna menghasilkan nilai rata-rata 50,50% yang termasuk kategori cukup efektif, sehingga membuktikan bahwa sistem rekomendasi mampu meningkatkan pemahaman dan kesiapan pengguna dalam menghadapi ujian CPNS.

Berdasarkan hasil penelitian, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan perluasan data materi pembelajaran dengan cakupan yang lebih luas dan beragam, termasuk materi-materi yang seringkali terlewatkan dalam persiapan CPNS, seperti pengetahuan umum dan wawasan kebangsaan. Kedua, pengembangan algoritma rekomendasi dapat ditingkatkan dengan mempertimbangkan faktor-faktor lain selain kesamaan kata kunci, seperti tingkat kesulitan soal dan preferensi belajar pengguna. Ketiga, integrasi sistem dengan sumber-sumber belajar eksternal, seperti video pembelajaran dan artikel online, dapat memberikan pengalaman belajar yang lebih interaktif dan komprehensif bagi peserta tryout.

  1. Rancang Bangun Sistem Informasi Try Out Untuk Soal CPNS Berbasis Web | Jurnal Algoritma. rancang bangun... jurnal.itg.ac.id/index.php/algoritma/article/view/797Rancang Bangun Sistem Informasi Try Out Untuk Soal CPNS Berbasis Web Jurnal Algoritma rancang bangun jurnal itg ac index php algoritma article view 797
  2. SISTEM INFORMASI PELAYANAN KELURAHAN PAJAR BULAN BERBASIS WEBSITE DENGAN METODE AGILE DEVELOPMENT | BUGUH:... jurnalbuguh.unila.ac.id/index.php/buguh/article/view/237SISTEM INFORMASI PELAYANAN KELURAHAN PAJAR BULAN BERBASIS WEBSITE DENGAN METODE AGILE DEVELOPMENT BUGUH jurnalbuguh unila ac index php buguh article view 237
Read online
File size2.11 MB
Pages9
DMCAReport

Related /

ads-block-test