Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal KOMPUTIKA - Jurnal Sistem Komputer Building of Informatics, Technology and Science
Hulvi, Alfajri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Building of Informatics, Technology and Science

 1 
Optimasi Rekomendasi Sustainable Development Goals (SDGs) di Indonesia menggunakan Content-Based Filtering dan Algoritma Machine Learning Hulvi, Alfajri; Kusrini, Kusrini
Building of Informatics, Technology and Science (BITS) Vol 6 No 2 (2024): September 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i2.5807

Abstract

Abstrak−Lahirnya program tentang Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs) pada tahun 2015 membuat masyarakat di semua negara mulai memandang penting pembangunan berkelanjutan untuk diimplementasikan. Indonesia, sebagai bagian dari komunitas global, juga telah mengadopsi SDGs ini sebagai kerangka kerja dalam upaya mencapai Indonesia Emas 2045. Dengan visi ini, Indonesia bercita-cita menjadi negara maju yang berdaulat, adil, dan makmur tepat pada peringatan 100 tahun kemerdekaannya. Untuk mencapai tujuan secara efektif, penting untuk menerapkan sistem rekomendasi berbasis Artificial Intelligence (AI) yang mempertimbangkan tantangan sosial, ekonomi, dan lingkungan hidup yang dihadapi oleh negara Indonesia di masa mendatang. Content-Based Filtering (CBF) adalah teknik yang populer untuk membangun sistem tersebut. Penelitian ini membahas teknik untuk optimasi CBF menggunakan beberapa algoritma machine learning tradisional yaitu SVM, KNN, DT dan algoritma Deep Learning yaitu MLP. Teknik pengambilan sample dan penyetelan hiperparameter juga diperhatikan dalam penelitian ini. Algoritma Deep Learning MLP menghasilkan akurasi tertinggi yaitu 84%.
Co-Authors Juwariyah, Siti Kusrini, Kusrini Riduan, Nor