<![CDATA[Perkembangan teknologi digital telah memperluas akses pembelajaran coding melalui berbagai platform daring. Namun, banyaknya pilihan kursus dengan topik dan tingkat pembelajaran yang beragam sering membuat pengguna kesulitan menentukan kursus yang sesuai dengan kebutuhan belajarnya. Tujuan utama penelitian ini adalah menerapkan metode Content-Based Filtering pada sistem rekomendasi kursus coding berbasis web. Sistem yang dikembangkan diharapkan mampu memberikan saran kursus yang sesuai dengan kebutuhan belajar pengguna berdasarkan karakteristik konten yang tersedia. Mekanisme rekomendasi pada penelitian ini memanfaatkan pembobotan TF-IDF untuk merepresentasikan fitur teks setiap kursus, kemudian menghitung tingkat kemiripannya menggunakan Cosine Similarity. Hasil perhitungan tersebut digunakan sebagai dasar dalam menentukan urutan rekomendasi kursus yang memiliki karakteristik konten paling relevan. Data penelitian ini berupa dataset publik kursus online pada domain web development yang telah diseleksi sesuai kebutuhan penelitian. Hasil penelitian menunjukkan bahwa TF-IDF mampu membentuk fitur dominan pada data kursus, sedangkan Cosine Similarity digunakan untuk mengurutkan kursus berdasarkan nilai kemiripan konten. Evaluasi sistem memperoleh skor akurasi sebesar 88,00%, presisi 86,67%, dan recall 78,57%. sehingga metode Content-Based Filtering dapat digunakan untuk membantu pengguna dalam memilih kursus coding yang sesuai.]]>
Copyrights © 2026
