Sistem Rekomendasi Event Kampus Berbasis Weighted Hybrid pada EventSika
Abstract
Tingginya jumlah organisasi kemahasiswaan (ormawa) yang menyebarkan informasi kegiatan melalui puluhan akun media sosial di Universitas Singaperbangsa Karawang (UNSIKA) menimbulkan permasalahan information overload, sehingga mahasiswa kesulitan menemukan event yang relevan dengan minat dan program studi mereka. Survei pendahuluan kepada 42 responden mengungkap bahwa 97,6% menyatakan kebutuhan mendesak terhadap platform rekomendasi yang dipersonalisasi. Penelitian ini bertujuan merancang dan mengevaluasi sistem rekomendasi event kampus bernama EventSika menggunakan metodologi Design Science Research (DSR) dan algoritma weighted hybrid yang mengintegrasikan komponen semantic embedding berbasis model Sentence Transformer (paraphrase-multilingual-mpnet-base-v2) dengan komponen rule-based filtering berbasis kesesuaian program studi dan taksonomi topik. Evaluasi dilakukan secara offline terhadap lima skenario pembobotan menggunakan metrik Precision@K, Recall@K, F1-Score@K, dan Mean Average Precision (MAP), dengan data ground truth dari 40 responden mahasiswa UNSIKA. Hasil evaluasi menunjukkan skenario seimbang (S3; α=0,5; β=0,5) memperoleh nilai MAP tertinggi sebesar 0,3770. Uji statistik Wilcoxon Signed-Rank Test mengonfirmasi bahwa skenario hybrid memberikan peningkatan performa yang signifikan dibandingkan pendekatan berbasis komponen tunggal (p<0,05), memvalidasi efektivitas pendekatan weighted hybrid dalam mengatasi permasalahan cold-start pada domain rekomendasi event kampus.
Downloads
References
D. Farhani, “Sistem Rekomendasi Program Studi Berdasarkan Minat Siswa dengan Metode Content-Based Filtering,” 2024.
M. A. Desky, D. Hamdhana, dan M. Ula, “Sistem Rekomendasi Makanan Diet dengan Pendekatan Hybrid Content-Based dan Collaborative Filtering,” vol. 11, no. 1, hal. 111–121, 2026.
A. Rachmaniar, S. Widayati, dan K. Rokoyah, “Sistem Rekomendasi Produk E-Commerce Menggunakan Collaborative Filtering dan Content-Based Filtering,” vol. 9, no. 1, hal. 40–54, 2025, doi: 10.52362/jisicom.v9i1.1904.
Hartatik dan A. Syafriantro, “Penerapan Model Sentence-Bert untuk Sistem Rekomendasi Buku Berbasis Konten di Perpustakaan Digital,” vol. 6, no. 1, hal. 12–19, 2025, doi: 10.24176/detika.v6i1.15916.
F. R. Hariri dan L. W. Rochim, “Sistem Rekomendasi Produk Aplikasi Marketplace Berdasarkan Karakteristik Pembeli Menggunakan Metode User Based Collaborative Filtering,” vol. 11, no. November, hal. 208–217, 2022, doi: 10.34148/teknika.v11i3.538.
A. A. Anggara dan A. Ridho, “Sistem Rekomendasi Pembelajaran dengan Menggunakan Metode Content-Based Filtering Berbasis Aplikasi Android,” hal. 11–19, 2024.
A. P. Ariani, D. A. Handayani, P. M. Setyowati, dan D. K. Nugroho, “Evaluasi Komparatif Hybrid Filtering dan Model-Based SVD pada Sistem Rekomendasi Film Menggunakan Dataset MovieLens,” vol. 6, no. 1, hal. 22–31, 2026.
V. S. Saputra, A. Ridwan, T. G. Pratama, K. Kudus, dan J. Tengah, “RANCANG BANGUN SISTEM REKOMENDASI BUKU BERBASIS ITEM-BASED COLLABORATIVE FILTERING MENGGUNAKAN ALGORITMA K-NEAREST,” vol. 13, no. 1, hal. 1540–1545, 2025.
A. L. Mutmainnah, A. Yusuf, dan B. A. Nugroho, “Sistem Rekomendasi Pelatihan Digitalent Scholarship Menggunakan Content Based Filetring dan Cossine Similarity JURNAL MEDIA INFORMATIKA [ JUMIN ],” vol. 7, no. 1, hal. 344–350, 2026.
Sugiyono, Metodologi Penelitian Kuantitatif, Kualitatif dan R & D. 2013.
M. Ramadhan, W. Putra, dan P. W. Handayani, “Integrated Immunization Information System in Indonesia : Prototype Design Using Quantitative and Qualitative Data Corresponding Author :,” vol. 7, hal. 1–19, 2023, doi: 10.2196/53132.
I. F. Ramadhy dan Y. Sibaroni, “Analisis Trending Topik Twitter dengan Fitur Ekspansi FastText Menggunakan Metode Logistic Regression,” vol. 9, no. 1, hal. 1–7, 2022, doi: 10.30865/jurikom.v9i1.3791.
M. Fauzan, H. Junaedi, dan E. Setyati, “Klasifikasi AL-Qur’an Terjemahan Bahasa Indonesia dengan Menggunakan Algoritma Support Vector Machine (SVM),” vol. 18, 2022.
R. Kustiawan dan M. D. Purbolaksono, “A Multi-label Classification on Topic of Hadith Verses in Indonesian Translation using CART and Bagging,” vol. 6, no. April, hal. 868–875, 2022, doi: 10.30865/mib.v6i2.3787.
A. Khoirala, E. Pily, U. Rio, dan K. Kunci, “The Indonesian Journal of Computer Science,” vol. 14, no. 2, hal. 3032–3055, 2025.
M. F. Syafiudin, G. Adiatmaja, dan B. Hidayaturrohman, “Calculation of Similarity between MUI Fatwas : A Comparison of Word Extraction and String-Matching Algorithms,” vol. 5, no. 1, hal. 1–13, 2025.
J. Syahira, A. Putri, dan K. Haryono, “A Hybrid Recommendation System for Pregnancy-Safe Skincare : Integrating Keyword-Based and Rule-Based Classification with Content- Based Filtering,” vol. 6, no. 3, hal. 1643–1668, 2025.
I. Sahnoun dan E. A. Elhadjamor, “Enhanced Freelance Matching : Integrated Data Analysis and Machine Learning Techniques,” 2024.
E. M. Voorhees, D. K. Harman, dan N. Stokes, “TREC : Experiment and Evaluation in Information Retrieval,” 2005.
F. A. Suyudi, M. Ariful, dan Q. A. Ar-ruhimat, “Implementation of Bidirectional Encoder Representations from Transformers in a Content-based Music Recommendation System for Digital Music Platform Users,” vol. 25, no. 1, hal. 20–27, 2025, doi: 10.55981/jet.660.
M. F. Noor dan S. Aminah, “Evaluating Recommendation Accuracy in E-Commerce: A Comparison Between Content-Based and Collaborative Filtering Methods,” hal. 65–74, 2024.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
