Terbit online pada laman web jurnal: http://jurnal.
id/index.
php/JAMTEKNO JAM-TEKNO ( Jurnal Pengabdian Masyarakat TEKNO) Vol.
6 No.
65 Ae 70 |ISSN Media Elektronik: 2828-6391 Implementasi Sistem Rekomendasi Pemilihan Jurusan dan Kampus Bagi Siswa SMA Berbasis AI Falahah1.
Abdullah Fajar2 1,2 Program Studi Sistem Informasi.
Fakultas Rekayasa Industri.
Universitas Telkom.
Bandung.
Indonesia 1falahah@telkomuniversity.
id, 2abdfajar@telkomuniversity.
Abstract Higher education plays a crucial role in determining one's future.
however, many prospective students struggle to choose a major and university that align with their interests, talents, and future career prospects.
A lack of comprehensive information and understanding of future job opportunities often leads to suboptimal choices.
With the advancement of artificial intelligence (AI) and generative AI technology, decision-making in selecting majors and universities can be optimized using digital platforms that provide data-driven recommendations.
Therefore, this community service program aims to assist prospective students in selecting the right major and university by using a web-based AI system.
This community service program will be implemented over six months, with activities including application development, testing, outreach and implementation.
The application will then be implemented among the target population, specifically students of grade X.
SMA Negeri 17 Bandung.
The program evaluation shows that the majority of students found the application engaging and easy to use, and that it significantly assisted them in determining suitable majors for their higher education.
Keywords: decision-making, recommendation, choice of major, generative AI.
Abstrak Pendidikan tinggi memiliki peran penting dalam menentukan masa depan seseorang, namun banyak calon mahasiswa mengalami kesulitan dalam memilih jurusan dan kampus yang sesuai dengan minat, bakat, serta prospek karier di masa depan.
Ketiadaan informasi yang komprehensif dan kurangnya pemahaman mengenai peluang kerja di masa depan sering kali menyebabkan pilihan yang tidak optimal.
Seiring dengan berkembangnya teknologi kecerdasan buatan (AI) dan teknologi generative AI, pengambilan keputusan dalam pemilihan jurusan dan kampus dapat dioptimalkan dengan platform digital yang mampu memberikan rekomendasi berbasis data.
Oleh karena itu, program pengabdian masyarakat ini bertujuan untuk membantu calon mahasiswa dalam memilih jurusan dan kampus yang tepat dengan memanfaatkan sistem AI berbasis web.
Pengabdian kepada Masyarakat ini akan dilaksanakan selama 6 bulan, dengan kegiatan berupa pembangunan aplikasi, uji coba, sosialisasi dan implementasi aplikasi.
Aplikasi ini kemudian diterapkan pada masyarakat sasar yaitu siswa-siswi kelas X SMA Negeri 17 Bandung.
Evaluasi kegiatan menunjukkan mayoritas siswa menganggap aplikasi ini menarik dan mudah digunakan serta sangat membantu siswa dalam memperkirakan jurusan yang cocok saat menuju ke jenjang pendidikan tinggi.
Kata kunci: Pengambilan Keputusan, rekomendasi, pemilihan jurusan, generative AI.
penuh kebingunan ini, siswa yang ingin melanjutkan pendidikan ke jenjang yang lebih tinggi, sering Sekolah Menengah Atas (SMA) atau Sekolah Menengah mengalami kebingunan dalam menentukan jurusan yang Kejuruan (SMK) merupakan jenjang terakhir pada tepat, dengan berbagai alasan.
Selain kekurangan pendidikan dasar dan menengah yang akan informasi terhadap jurusan itu sendiri, siswa juga mengantarkan siswa untuk memasuki dunia perguruan seringkali belum memahami minat, bakat dan potensi Ketika menempuh pendidikan di SMA/SMK, yang paling mendukung untuk jurusan yang dipilih.
siswa mengalami banyak fase penting dalam Sebagai akibatnya, banyak siswa yang memilih jurusan kehidupannya, termasuk merupakan masa transisi dari hanya berdasarkan ikut-ikutan teman, saran dari orang remaja menjadi dewasa muda.
Pada fase yang kerap tua atau saudara, atau hanya berdasarkan tebak-tebakan Pendahuluan Diterima Redaksi : 04-08-2025 | Selesai Revisi : 29-08-2025 | Diterbitkan Online : 30-12-2025 Falahah1.
Abdullah Fajar2 JAM-TEKNO (Jurnal Pengabdian Masyarakat TEKNO) Vol .
6 No.
65 Ae 70 ketika mengisi formulir pendafataran.
Sebagai Berdasarkan permasalahan tersebut, maka terbuka akibatnya, banyak yang merasa Ausalah jurusanAy.
Kasus peluang untuk memberikan usulan solusi berupa Ausalah jurusanAy ini bukan kasus yang sedikit.
Penelitian penyediaan aplikasi rekomendasi jurusan bagi siswa yang dikemukakan oleh Educational Psychologist dari SMA yang dibangun berdasarkan identifikasi profil Integrity Development Flexibility (IDF).
Irene Guntur, pengguna.
Kehadiran aplikasi ini diharapkan dapat menyebutkan bahwa sekitar 87% mahasiswa di membantu siswa untuk melakukan dialog mandiri, yang Indonesia merasa salah jurusan.
Penyebabnya antara kemudian hasilnya dapat dimatangkan lebih lanjut lain: mengikuti teman, terlalu banyak menerima saran, dengan berkonsultasi kepada guru BK atau pihak lain penawaran beasiswa, dan dorongan orang tua .
yang lebih kompeten.
Kehadiran aplikasi ini juga diharapkan dapat membantu mengatasi kurangnya Dampak Ausalah jurusanAy ini dapat terjadi pada jangka ketersediaan guru BK di sekolah-sekolah.
waktu yang cukup panjang, yang pada umumnya baru disadari setelah mahasiswa menempuh kuliah satu tahun 2.
Metode Pengabdian Masyarakat atau lebih.
Dampak ini dapat berupa penurunan prestasi Kegiatan pengabdian masyarakat ini menerapkan akademik atau masalah psikologis.
Secara akademis, metode Canonical Action Research (CAR).
Metode mereka akan mengalami kesulitan dalam mengikuti CAR memiliki lima tahap yang saling terkait satu sama materi perkuliahan, merasa tertekan dan depresi .
lain, seperti yang diutarakan oleh Susman .
dan Dampak lain kekecewaan atas kesalahan pemilihan diadopsi oleh penelitian .
: yaitu diagnosis, jurusan dapat berupa rendahnya motivasi dan perencanaan, implementasi, evaluasi dan pembelajaran.
kesejahteraan psikologis pada siswa SMK, dikemukakan Dari lima tahap tersebut, pada pelaksanaan pengabdian pada penelitian oleh Hertinjung dkk .
masyarakat ini diringkas menjadi tiga tahapan utama Di lain pihak, kebingunan yang dialami oleh siswa SMA yaitu: persiapan, pembangunan aplikasi, dan sosialisasi sebagian diakibatkan oleh kurang pahamnya siswa dan implementasi.
Gambar 1 menampilkan korelasi terhadap potensi yang dimiliki, serta jurusan yang antara tahapan pada CAR dengan tahapan pada sebenarnya diinginkan.
Seharusnya hal ini dapat dibantu pelaksanaan pengabdian masyarakat ini.
dengan kehadiran guru Bimbinan Konseling (BK) di seklah masing-masing.
Namun hingga saat ini masih banyak guru BK yang belum dapat berperan secara optimal untuk mengatasi masalah tersebut.
Beberapa penyebabnya antara lain .
: kurangnya sumber daya, keterampilan guru BK yang kurang memadai, kurangnya koordinasi, metode layanan yang monoton, dan kurangnya akses informasi siswa terhadap dunia kerja.
Kekurangan sumber daya guru BK juga menjadi masalah yang serius.
Di sekolah-sekolah negeri, satu Gambar 1.
Adaptasi Metode CAR pada Pelaksanaan Pengabdian Masyarakat.
kelas, dengan siswa sekitar 30-40 orang, dilayani oleh Setelah mendefinisikan tiga tahapan utama, kemudian satu guru BK.
Bahkan, di Indonesia saat ini rasio guru dilakukan penyesuaian kegiatan seperti pada Tabel 1.
BK dengan siswa adalah 1:570, sehingga banyak sekolah yang tidak memiliki guru BK.
Tabel 1.
Tahapan Pelaksanaan Pengabdian Masyarakat Pembangunan aplikasi rekomendasi pemilihan jurusan di tingkat perguruan tinggi sudah banyak dilakukan sebelumnya, dengan berbagai pendekatan seperti teknik Fuzzy Interface System .
, backpropagation .
, metode TOPSIS .
, atau proses pengambilan keputusan dengan algoritma C4.
dan rule-based.
Pada umumnya aplikasi rekomendasi tersebut belum memanfaatkan teknologi generative AI, karena teknologi ini relatif baru.
Teknologi generative AI memungkinkan sistem dapat memberikan rekomendasi preferensi pengguna dengan cara mempelajari profil pengguna melalui dialog interaktif antara sistem dengan pengguna, dan pemanfaatan pendekatan kecerdasan buatan (Artificial Intelligence Ae AI) .
Teknik rekomendasi ini dapat diterapkan untuk berbagai aplikasi, tergantung pada ketersediaan data pendukung, salah satunya berupa rekomendasi pemilihan jurusan di perguruan tinggi.
Fase
CAR
Diagno
- sing
Fase pada Pelaksanaan Pengabdian Masyarakat
Aktivitas Tahapan Hasil
Melakukan pada kondisi
terkait metode dan cara-cara yang sering siswa dalam jurusan dan Persiapan Analisis kondisi
eksisting, kendala dan faktor
pertimbangan pada pemilihan jurusan yang sering dilakukan oleh siswa
SMA/SMK
Ini adalah artikel akses terbuka di bawah lisensi CC BY 4.
0 | DOI: https://doi.
org/10.
29207/ jamtekno.
Falahah1.
Abdullah Fajar2 JAM-TEKNO (Jurnal Pengabdian Masyarakat TEKNO) Vol .
6 No.
65 Ae 70
Fase
Fase pada Pelaksanaan Pengabdian Masyarakat
Aktivitas Tahapan Hasil
CAR
Action Berdiskusi Identifikasi planning dengan gurukebutuhan guru dan Rancangan orang tua awal aplikasi kendala dalam jurusan dan tinggi saat ini, faktor-faktor Action Membangun Pembang Membangun Hosting Aplikasi Pengujian Mengenalkan Simulasi Penggunaan Aplikasi Evaluasi penggunaan dan manfaan aplikasi sehingga dapat dibayangkan betapa berat beban guru BK untuk melayani sekitar 12 kelas peminatan paket mata pelajaran IPA dan 12 kelas peminatan paket mata pelajaran IPS.
Hasil seleksi nasional perguruan tinggi, baik jalur prestasi maupun jalur testing pada tahun 2024 mencatat lebih dari 40 siswa dari SMA Negeri 17 yang lolos ke perguruan tinggi negeri.
Beberapa upaya yang pernah dilakukan terkait pemilhan jurusan ini antara lain kegiatan Asesmen Bakat dan Minat (ABM) pada bulan November 2024.
Mengingat kurangnya tenaga guru BK di SMAN 17 Bandung, maka diharapkan kehadiran aplikasi ini dapat membantu siswa untuk mencoba asesmen mandiri untuk mengetahui rekomendasi jurusan dan perguruan tinggi yang sesuai dengan profil mereka.
Pembangunan Aplikasi Berdasarkan kondisi di atas, serta dengan memanfaatkan teknologi generative AI, kemudian dibangun aplikasi rekomendasi pemilihan jurusan dan perguruan tinggi yang memiliki 6 komponen yaitu: .
User (Penggun.
, yang dapat mengakses aplikasi melalui antarmuka web maupun perangkat Specify- Pembelajaran .
Front-end, berupa tampilan dan learning evaluasi, interaksi dengan pengguna serta menampilkan hasil rekomendasi yang diproses oleh sistem.
Back-end, memuat logika aplikasi dan komunikasi antara frontend dan AI Engine.
AI Engine, merupakan Hasil dan Pembahasan komponen utama yang akan menganalisis data pengguna dan menghasilkan rekomendasi.
Masyarakat Sasar Database yang memuat data pengguna, tren akademis.
Masyarakat sasar pada kegiatan pengabdian masyarakat data akademis yang memuat kurikulum dan ini adalah siswa-siswi SMA Negeri 17 Kota Bandung.
persyaratan akademis dari berbagai institusi Pemilihan masyarakat sasar ini didasari oleh kesiapan pendidikan, dan informasi terkait pemilihan jurusan.
sekolah dalam melakukan kolaborasi dan berpartisipasi .
External API, sebagai penyambung dengan aktif dalam kegiatan.
Partispasi ini berupa: .
berbagai sumber data eksternal seperti data kurikulum Penyampaian informasi kondisi eksisting siswa- siswi dan jurusan dari berbagai universitas, data prospek SMA Negeri 17 Bandung, serta koordinasi aktif dengan pekerjaan dan tren pasar tenaga kerja, dan informasi Kepala Sekolah dan guru-guru.
Pengkondisian pendukung lainnya.
ruang laboratorium komputer dan siswa sebagai Komponen-komponen di atas kemudian dirangkai partisipan aktif dalam pelaksanaan kegiatan.
sehingga membentuk aplikasi yang dipublikasikan SMA Negeri 17 Bandung, yang beralamat di Jl.
Tujuh melalui situs pilihkampus.
Gambar 2.
Belas.
Caringin.
Babakan Ciparay.
Kota Bandung, mulai 3 dan 4 menampilkan beberapa contoh antarmuka yang merintis kiprah di dunia pendidikan dasar dan menengah tersedia pada aplikasi yang menunjukkan tahapan sejak tahun 1982, yang awalnya sebagai filial dari SMA penggunaan aplikasi.
Negeri 7 Bandung.
Saat ini SMA Negeri 17 Bandung memiliki 30 rombongan belajar dan 1026 peserta didik.
Saat ini SMA Negeri 17 Bandung telah menerapkan Sosialisasi dan Implementasi kurikulum Merdeka dan mendapatkan akreditasi A.
Sebelum sosialisasi dilakukan, dilaksanakan diskusi Persiapan intensif dengan guru dan kepala sekolah terkait teknis Pada tahapan ini, diindentifikasi kondisi eksisting dan sosialisasi.
Berdasarkan kondisi kelas saat pelaksanaan potensi manfaat kegiatan ini dalam membantu mengatasi sosialsasi, kemudian dipilih siswa-siswi dari kelas X.
kondisi saat ini.
Berdasarkan profil sekolah, pada SMA Hal ini karena siswa kelas XII sudah dan sedang Negeri 17 Bandung saat ini hanya terdaftar 3 guru BK, melewati proses seleksi masuk perguruan tinggi.
Evaluating Sosialisasi evaluasi hasil Sosialis asi dan Ini adalah artikel akses terbuka di bawah lisensi CC BY 4.
0 | DOI: https://doi.
org/10.
29207/ jamtekno.
Falahah1.
Abdullah Fajar2 JAM-TEKNO (Jurnal Pengabdian Masyarakat TEKNO) Vol .
6 No.
65 Ae 70 sedangkan siswa kelas X pada uumnya lebih antusias memikirkan kelanjutan studinya nanti.
Tahap pertama yaitu pengisian informasi pribadi pengguna, termasuk rekam jejak nilai akademik (Gambar .
Gambar 3.
Contoh hasil rekomendasi sistem Kegiatan sosialisasi dan implementasi dimulai dengan pembukaan yang diawali oleh sambutan dari Wakil Kepala Sekolah bidang Kesiswaan yang diikuti oleh seluruh siswa partisipan.
Sosialisasi dilaksanakan pada laboratorium komputer yang memiliki koneksi internet yang sangat baik, karena selama kegiatan berlangsung.
Gambar 1.
Pengisian Informasi Pribadi peserta akan menggunakan beberapa aplikasi yang Tahap kedua berupa pengisian preferensi akademik serta tersambung ke jaringan internet.
kecenderungan dalam prospek pekerjaan (Gambar .
Sebelum mengenalkan aplikasi rekomendasi jurusan, fasilitator juga mengenalkan dasar-dasar kecerdasan buatan, khususnya yang menggunakan teknologi generative AI, serta beberapa penggunaan praktis sebagai pemancing minat peserta.
Beberapa aplikasi yang dikenalkan antara lain aplikasi pembuat lagu Suno .
, dan aplikasi generator musik MIDI .
Selama sesi ini, seluruh peserta diajak memahami cara kerja aplikasi generative AI serta mencoba langsung kemampuan aplikasi tersebut.
Gambar 2.
Pengisian minat dan preferensi akademik Tahap terakhir adalah hasil rekomendasi sistem yang dibangun berdasarkan data- data yang diisikan oleh pengguna, dikombinasikan dengan berbagai informasi terkini terkait akademik dan tren pekerjaan yang diolah dari sumber-sumber yang relevan (Gambar .
Sesi berikutnya adalah pengenalan aplikasi rekomendasi jurusan dengan mengajak seluruh partisipan untuk bersama-sama mengisikan data pemilihan jurusan sesuai dengan kondisi dan peminatan masing-masing siswa.
Selanjutnya, siswa diajak menganalisis hasil memadupadankan beberapa kombinasi pengisian data serta mempelajari hasilnya.
Berbagai kombinasi yang dicoba meliputi rekomendasi terhadap perguruan tinggi negeri maupun perguruan tinggi swasta dan pekerjaan yang cocok dengan profil yang diisikan pengguna.
Kegiatan ditutup dengan games sebagai penyemangat siswa dan pengisian umpan balik kegiatan.
Suasana saat sosialisasi dapat dilihat pada gambar 5 dan 6.
Ini adalah artikel akses terbuka di bawah lisensi CC BY 4.
0 | DOI: https://doi.
org/10.
29207/ jamtekno.
Falahah1.
Abdullah Fajar2 JAM-TEKNO (Jurnal Pengabdian Masyarakat TEKNO) Vol .
6 No.
65 Ae 70 Suasana Sosialisasi Aplikasi Rekomendasi Pemilihan berbagai kombinasi masukan preferensi pengguna.
Jurusan dan Kampus ditampilkan pada Gambar 5.
Kehadiran aplikasi ini dapat membantu sebagai alat asesmen awal sebelum siswa berkesempatan berkonsultasi lebih lanjut dengan guru BK.
Adapun beberapa harapan yang disampaikan langsung oleh siswa setelah kegiatan sosialisasi adalah adanya pelatihan lanjutan terkait pemanfaatan praktis AI untuk mendukung kegiatan akademik serta penyempurnaan aplikasi rekomendasi yang dibangun agar dapat mememuhi beberapa varian permintaan seperti rekomendasi untuk program vokasi atau pelatihan .
ika siswa memilih tidak melanjutkan pendidikan ke tingkat Gambar 4.
Suasana Sosialisasi Aplikasi Rekomendasi Pemilihan S.
Jurusan dan Kampus Kegiatan diakhiri dengan penutupan sosialisasi yang 4.
Kesimpulan dilengkapi dengan permainan dan umpan balik untuk Berdasarkan hasil sosialisasi dan implementasi, aplikasi kegiatan ditampilkan pada Gambar 6.
rekomendasi pemilihan jurusan dan kampus yang dibangun dengan memanfaatkan teknologi generative AI yang kemudian diujicobakan dan diterapkan pada siswa-siswi kelas X di SMAN 17 Kota Bandung, telah berhasil menarik minat siswa terhadap teknologi generative AI sekaligus dapat dimanfaatkan oleh siswa untuk melakukan simulasi pemilihan jurusan dan kampus berdasrkan profil dan preferensi masing-masing Aplikasi ini dapat berguna sebagai alat asesmen mandiri bagi para siswa sebelum berkonsultasi lebih lanjut dengan guru BK.
Selain itu, aplikasi ini juga Gambar 5.
Sesi Penutupan Sosialisasi berupa games dan pengisian dianggap berguna serta berpotensi untuk dikembangkan lebih lanjut sehingga dapat mencakup beberapa fitur Secara dan yang saat ini belum tersedia.
Harapan untuk kegiatan implementasi dilaksanakan selama 4 jam .
agi har.
pengabdian masyarakat yang selanjutnya adalah Kegiatan dirancang singkat untuk mengantisipasi penyempurnaan fitur-fitur aplikasi serta pelatihan kejenuhan peserta jika durasi kegiatan terlalu lama intensif terkait pemanfaatan generative AI untuk Setelah kegiatan berlangsung, tim pelaksana membantu kegiatan akademis siswa.
menyebarkan kuisioner untuk mendapatkan umpan balik dari masyarakat sasar.
Kuisioner ini diberikan kepada Ucapan Terimakasih seluruh peserta sosialisasi .
siswa dan 5 orang gur.
Terima kasih disampaikan kepada jajaran pimpinan, dan hasilnya dapat dilihat pada Tabel 2.
guru-guru dan siswa kelas X SMA Negeri 17 Bandung Tabel 2.
Tahapan Pelaksanaan Pengabdian Masyarakat atas dukungan dan sarana prasaran selama kegiatan Tanggapan pengabdian masyarakat ini berlangsung Pernyataan STS TS N Materi kegiatan sesuai dengan kebutuhan mitra/peserta Waktu Pelaksanaan kegiatan ini relative sesuai dan cukup Materi kegiatan yang disajikan jelas dan mudah Panitia memberikan pelayanan yang baik selama Masyarakat menerima dan berharap kegiatan- kegiatan seperti ini dapat dilanjutkan Daftar Rujukan .
Zulfikar.
Au87 Persen Mahasiswa RI Merasa Salah Jurusan.
Apa Sebabnya?,Ay Detik.
Nov.
26, 2021.
Femas Aji Saputra.
Adityawarman Adityawarman, and Salwa Rahman Nursyabani, 2024.
Analisis Dampak Kesalahan Pemilihan Jurusan terhadap Prestasi Akademik dan Kesejahteraan Psikologis Mahasiswa.
Corona: Jurnal Ilmu Kesehatan Umum.
Psikolog.
Keperawatan dan Kebidanan, vol.
2, no.
2, pp.
180Ae 192.
May 2024, doi:
61132/corona.
Berdasarkan hasil umpan balik di atas, mayoritas partisipan merasakan bahwa materi yang disampaikan menarik dan sesuai dengan kebutuhan siswa saat ini.
Aplikasi ini juga dianggap dapat berguna sebagai alat simulasi pemilihan jurusan yang dapat memproses .
Hertinjung.
Qatrunnada.
Rahmanto.
I R.
Praditya, and A.
Ajiputra, 2024.
Memuturs Rantai Kekecewaan Karir: Mencegah Ketidaksesuaian Jurusan Siswa SMK.
Nuansa Akademik: Jurnal Pembangunan Masyarakat, 9, no.
2, pp.
457Ae470.
Dec.
2024, doi:
47200/jnajpm.
Ini adalah artikel akses terbuka di bawah lisensi CC BY 4.
0 | DOI: https://doi.
org/10.
29207/ jamtekno.
Falahah1.
Abdullah Fajar2 JAM-TEKNO (Jurnal Pengabdian Masyarakat TEKNO) Vol .
6 No.
65 Ae 70 Pratama, 2022.
Peran Guru Bk Dalam Membantu Perencanaan Pengembangan Karier Siswa Melalui Layanan Informasi.
Al-Mursyid : Jurnal Ikatan Alumni Bimbingan dan Konseling Islam (IKABKI), vol.
4, no.
Dec.
2022, doi:
30829/mrs.
AuIndonesia Kekurangan 242 Ribu Guru BK.
Rasio Saat ini 1:570,Ay Tempo.
Jakarta.
Nov.
09, 2023.
Mandala and Y.
Pranyata, 2024.
Optimizing education primary selection in universities: A fuzzy inference system with the mamdani method.
Journal Focus Action of Research Mathematic (Factor M), vol.
7, no.
1, pp.
53Ae70.
May 2024, doi: 10.
30762/f_m.
Raihan.
Budiman, and U.
Mawaddah, 2024.
Implementasi Backpropagation Untuk Rekomendasi Jurusan Peminatan Mahasiswa Program Studi Teknik Informatika Di Universitas Islam Balitar.
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI), vol.
7, no.
2, pp.
218Ae231.
Oct.
2024, doi: 10.
57093/jisti.
Arman.
St.
Mansyur, and P.
Purnawansyah, 2024.
Pemilihan Alternatif Karir Mahasiswa Fakultas Ilmu Komputer Menggunakan Metode TOPSIS.
Buletin Sistem Informasi dan Teknologi Islam, vol.
5, no.
3, pp.
254Ae262.
Oct.
2024, doi: 10.
33096/busiti.
Anugerah.
Nurhidayatullah.
Wijaya Tua Tamba.
Suttan Helmy Razhevva, and B.
Oloan Lubis, 2025.
Sistem Rekomendasi Jurusan Kuliah Bagi Calon Mahasiswa Baru Universitas Bsi Margonda Fakultas Teknik Dan Informatika Menggunakan Algoritma C4.
JATI
(Jurnal Mahasiswa Teknik Informatik.
, vol.
9, no.
2, pp.
2753Ae2758.
Mar.
2025, doi: 10.
36040/jati.
Sunarto.
Crisvin.
Sudiyono, and J.
Suwita, 2 0 2 5 .
Optimalisasi Penentuan Jurusan Calon Mahasiswa Dengan Sireju: Sistem Pendukung Keputusan Rule-Based Berbasis Google Workspace Di Unipi, ipsikom, vol.
13, no.
1, pp.
76Ae 86.
Jun.
2025, doi: 10.
58217/ipsikom.
Ankur Aggarwal, 2025.
Evolution of recommendation systems in the age of Generative AI.
International Journal of Science and Research Archive, vol.
14, no.
1, pp.
485Ae492.
Jan.
doi: 10.
30574/ijsra.
PrzybyCek.
Albecka.
Springer, and W.
Kowalski, 2 0 2 2 .
Game-based Sprint retrospectives: multiple action research.
Empirical Software Engineering, vol.
27, no.
1, p.
Jan.
2022, doi: 10.
1007/s10664-021-10043-z.
Ini adalah artikel akses terbuka di bawah lisensi CC BY 4.
0 | DOI: https://doi.
org/10.
29207/ jamtekno.