<![CDATA[Pemilihan judul skripsi merupakan salah satu tahapan penting yang sering menjadi kendala bagi mahasiswa karena keterbatasan referensi dan tingginya kemungkinan terjadinya kemiripan dengan penelitian sebelumnya. Penelitian ini bertujuan mengembangkan sistem rekomendasi judul skripsi menggunakan kombinasi Term Frequency-Inverse Document Frequency (TF-IDF) dan Weighted Jaccard Similarity untuk menghasilkan rekomendasi yang lebih relevan sekaligus meminimalkan duplikasi judul. Sebanyak 60 judul skripsi digunakan sebagai dataset penelitian. Sebelum proses pengukuran kemiripan dilakukan, seluruh data melalui tahapan preprocessing yang meliputi case folding, cleaning, tokenisasi, stopword removal, dan stemming. Selanjutnya, setiap judul direpresentasikan menggunakan bobot TF-IDF, kemudian dihitung tingkat kemiripannya dengan metode Weighted Jaccard Similarity. Kinerja sistem dievaluasi menggunakan pendekatan Top-3 Recommendation berdasarkan ground truth yang telah disusun. Hasil evaluasi menunjukkan bahwa sistem memperoleh Accuracy sebesar 76,67%, Precision 69,57%, dan F1-Score 82,05%. sedangkan nilai precision mengindikasikan masih terdapat beberapa rekomendasi yang memiliki kemiripan leksikal tetapi belum sepenuhnya sesuai dengan ground truth. Secara keseluruhan, kombinasi TF-IDF dan Weighted Jaccard Similarity mampu memberikan rekomendasi judul skripsi yang relevan, membantu mengurangi potensi duplikasi, serta dapat dijadikan sebagai pendukung pengambilan keputusan dalam proses pengajuan judul skripsi di perguruan tinggi.]]>
Copyrights © 2026
