Claim Missing Document
Check
Articles

Found 2 Documents
Search

Membangun Karir di Bidang Rekayasa Perangkat Lunak, Peluang, dan Tantangan Bagi Pemuda Antika Zahrotul Kamalia; Hemdani Rahendra Herlianto; Agus Suwarno; Rijal Akmaludin; Noval Adi Iryanto
Madaniya Vol. 6 No. 1 (2025)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.1153

Abstract

Program pengabdian kepada masyarakat ini dilaksanakan dalam bentuk pelatihan edukasi di SMK Dewantara 2 Kabupaten Bekasi. Pelatihan ini bertujuan untuk memberikan wawasan tentang karir di dunia teknologi, khususnya di bidang rekayasa perangkat lunak, serta peluang dan tantangan yang dihadapi oleh pemuda dalam memasuki dunia kerja. Kegiatan ini diikuti oleh 58 peserta yang sebagian besar berasal dari jurusan teknologi informasi. Melalui pelatihan ini, peserta memperoleh informasi mengenai teknologi terkini, keterampilan yang dibutuhkan di dunia industri, serta berbagai peluang karir di bidang perangkat lunak. Hasil evaluasi menunjukkan bahwa 85% peserta merasa pemahaman mereka meningkat tentang karir di bidang ini, sementara 80% peserta memberikan tanggapan positif terhadap materi yang disampaikan. Program ini juga memberikan rekomendasi untuk mengadakan pelatihan lanjutan agar peserta dapat memperdalam keterampilan teknis mereka lebih lanjut. Dengan demikian, pelatihan ini diharapkan dapat mempersiapkan siswa untuk menghadapi dunia kerja yang kompetitif dan dinamis di sektor teknologi.
Pemfilteran Berbasis Konten Yang Dapat Menentukan Top-N Rekomendasi Anime Bagi Pengguna Hemdani Rahendra Herlianto
Jurnal Inovasi Global Vol. 3 No. 3 (2025): Jurnal Inovasi Global
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/jig.v3i3.306

Abstract

Permasalahan dalam memberikan rekomendasi anime yang tepat kepada pengguna, khususnya pengguna baru, menjadi tantangan bagi platform streaming anime karena minimnya informasi historis. Penelitian ini dilakukan untuk mengembangkan sistem rekomendasi anime yang mampu mengatasi kendala tersebut menggunakan pendekatan content-based filtering. Tujuan utama penelitian ini adalah menghasilkan model rekomendasi yang dapat memberikan saran anime secara akurat berdasarkan kemiripan konten tanpa memerlukan masukan awal dari pengguna baru. Penelitian ini menggunakan pendekatan kuantitatif dengan analisis univariat dan pemanfaatan metode TF-IDF dalam ekstraksi fitur genre dari dataset anime dan rating pengguna. Data diolah melalui tahapan praproses, pembuatan model, dan evaluasi rekomendasi. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi top-5 anime yang relevan berdasarkan kesamaan genre dengan tingkat kemiripan yang tinggi, seperti yang ditunjukkan pada hasil rekomendasi terhadap anime Naruto. Temuan ini menegaskan bahwa content-based filtering efektif digunakan untuk menyusun rekomendasi personalisasi bagi pengguna. Implikasi dari penelitian ini memberikan kontribusi nyata dalam pengembangan sistem rekomendasi pada platform streaming dan dapat diperluas pada domain hiburan digital lainnya.