Kombinasi BERT dan Random Forest untuk Sistem Rekomendasi Dosen Pembimbing Berdasarkan Analisis Topik dan kata kunci Judul Skiripsi Mahasiswa

Abstract

Pemilihan dosen pembimbing skripsi merupakan proses penting dalam penyelesaian studi mahasiswa, namun di banyak perguruan tinggi penentuan pembimbing masih dilakukan secara manual sehingga berpotensi menimbulkan ketidaktepatan antara topik penelitian mahasiswa dan bidang keahlian dosen. Penelitian ini bertujuan mengembangkan sistem rekomendasi dosen pembimbing berbasis analisis semantik judul skripsi menggunakan Bidirectional Encoder Representations from Transformers (BERT) serta algoritma Random Forest. BERT digunakan untuk mengekstraksi fitur semantik dari judul skripsi sehingga menghasilkan representasi vektor berdimensi tinggi yang mampu menangkap konteks dan makna topik secara lebih tepat. Representasi vektor tersebut kemudian diproses menggunakan Random Forest untuk menentukan dosen pembimbing yang relevan sesuai bidang keilmuan dosen yang tersedia pada data latih. Sistem yang dibangun diharapkan dapat membantu proses penentuan pembimbing secara lebih objektif, terstruktur, dan efisien, serta mengurangi ketergantungan pada penunjukan manual yang bersifat subjektif.