<![CDATA[Dalam era digital, pemilihan program studi yang sesuai dengan minat dan bakat siswa menjadi tantangan tersendiri, terutama bagi siswa Sekolah Menengah Kejuruan (SMK). Guru Bimbingan dan Konseling (BK) memiliki peran penting dalam memberikan arahan karir, namun keterbatasan jumlah guru BK dibandingkan dengan jumlah siswa menyebabkan bimbingan yang diberikan kurang optimal. Untuk mengatasi permasalahan ini, penelitian ini mengembangkan aplikasi SKANOVA, sebuah sistem berbasis mobile yang mengintegrasikan metode Neural Network dan Collaborative Filtering untuk memberikan rekomendasi program studi yang lebih akurat dan personal bagi siswa SMK. Neural Network digunakan untuk menganalisis data asesmen dan nilai akademik guna memprediksi program studi yang sesuai, sedangkan Collaborative Filtering menggunakan pendekatan Cosine Similarity untuk memberikan rekomendasi tambahan berdasarkan kesamaan profil siswa lainnya. Pengujian menggunakan System Usability Scale (SUS) menunjukkan bahwa aplikasi memperoleh skor usability sebesar 85,7%, yang masuk dalam kategori Sangat Baik. Selain itu, evaluasi model menunjukkan bahwa kombinasi Learning Rate 0.01, Epochs 150, dan Latent Factors 30 menghasilkan performa terbaik dengan nilai RMSE 0.81 dan MAE 0.62, serta precision 87% dan recall 82%. Hasil penelitian ini menunjukkan bahwa SKANOVA dapat menjadi solusi efektif dalam membantu siswa SMK memilih program studi yang sesuai dengan minat, bakat, dan latar belakang akademik siswa.]]>
