RANCANG BANGUN APLIKASI REKOMENDASI TENTOR BIMBINGAN BELAJAR MENGGUNAKAN METODE PROFILE MATCHING BERBASIS ANDROID

Repositori Jurnal Mahasiswa PTIIK UB
© 2015 by Doro Jurnal
Volume 5 - Number 18
Year of Publication: 2015
Luluk Setiawati Hartono, Aryo Pinandito dan Edy Santoso
Download Article

 


Abstract

Pendidikan sekarang tidaklah mudah, banyak siswa sekolah yang tidak mampu menyerap akan pelajaran yang diajarkan oleh gurunya di sekolah. Tidak sedikit orang tua yang mengikutkan anaknya untuk mengikuti bimbingan belajar privat untuk mendapatkan proses belajar yang lebih baik dan mudah dipahami. Namun, ketika administrator bimbingan belajar akan mencari tentor yang tepat untuk seorang siswa les, administrator harus menyortir semua tentor yang ada untuk menentukan tentor yang tepat secara manual. Administrator juga harus menyebarkan informasi siswa les tersebut melalui pesan singkat maupun telepon kepada semua tentor yang ada. Hal ini dirasa kurang efektif dalam segi biaya maupun waktu.

Dalam membantu administrator dalam menentukan tentor yang sesuai, maka dibuat suatu sistem yang dapat merekomendasikan tentor yang sesuai dengan data siswa les. Sistem yang dibangun dalam penelitian ini merupakan sistem rekomendasi dengan menggunakan metode Profile Matching. Konsep umum dari metode Profile Matching adalah pencocokan profil calon tentor dengan siswa les sehingga akan diperoleh selisih atau gap. Gap yang semakin kecil akan membuat bobot nilai semakin besar dan kesempatan untuk direkomendasikan juga semakin besar. Hasil akhir dari proses Profile Matching ini berupa ranking tentor yang akan digunakan untuk pengiriman informasi penawaran siswa les dengan push notification.

Selain itu setelah administrator mendapatkan ranking tentor yang direkomendasikan, informasi siswa les akan disebarkan melalui push notification dengan menggunakan Google Cloud Messaging. Push notification ini akan dikirim berdasarkan rekomendasi tentor dan respon dari tentor sebelumnya. Dengan ini, maka proses penawaran siswa les akan lebih efektif.  Hasil pengujian fungsional sistem dalam mengirimkan notification 100% valid dan hasil pengujian akurasi untuk metode Profile Matching adalah 80%

Keywords

Profile Matching, Tentor, Rekomendasi, Google Cloud Messaging