<![CDATA[Pemilihan dosen pembimbing untuk tugas akhir merupakan tahapan penting bagi mahasiswa di jenjang pendidikan tinggi. Proses ini membutuhkan kecocokan antara bidang keahlian dosen dan topik penelitian mahasiswa, dengan tetap memperhatikan kendala seperti kapasitas pembimbing yang tersedia. Meninjau profil dosen dan rekam jejak penelitian secara manual dapat menjadi proses yang lambat dan kurang efisien. Untuk mengatasi tantangan tersebut, penelitian ini merancang sebuah sistem rekomendasi pembimbing tugas akhir dengan pendekatan Content-Based Filtering. Sistem ini memanfaatkan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk menilai relevansi istilah dalam abstrak penelitian, serta Cosine Similarity untuk mengukur kedekatan antara topik mahasiswa dan bidang penelitian dosen. Berdasarkan hasil pengujian, sistem mampu memberikan rekomendasi dosen pembimbing secara akurat berdasarkan kesamaan tertinggi dari judul proyek akhir yang diajukan, sehingga mempercepat dan meningkatkan ketepatan proses pemilihan. Sistem ini menjadi solusi praktis bagi mahasiswa dalam menentukan pembimbing yang sesuai dengan kebutuhan akademiknya, serta berpotensi meningkatkan kualitas proses bimbingan. Ke depan, penelitian lebih lanjut dapat mengembangkan integrasi dengan pendekatan penyaringan kolaboratif atau model rekomendasi hibrida guna menyempurnakan hasil rekomendasi yang dihasilkan.]]>
Copyrights © 2025
