Sistem Rekomendasi Pemilihan Bab Nahwu-Shorof Menggunakan Content-Based Filtering pada Lingkungan Pesantren
Abstract
Pembelajaran Nahwu-Shorof memiliki peran penting dalam mendukung kemampuan santri memahami kaidah bahasa Arab. Namun, perbedaan tingkat kompetensi antar santri sering kali menyebabkan kesulitan dalam menentukan materi yang sesuai dengan kebutuhan belajar masing-masing. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem rekomendasi pemilihan bab Nahwu-Shorof menggunakan metode Content-Based Filtering pada Pondok Pesantren Al-Chodidjah. Dataset penelitian terdiri atas 38 santri dengan lima materi utama Nahwu-Shorof, yaitu Mubtada Khobar, Shighot, Maf'ul Bih, Masdar, dan Na'at Man'ut. Sistem membentuk profil santri berdasarkan data capaian pembelajaran dan membandingkannya dengan karakteristik setiap bab menggunakan perhitungan Cosine Similarity untuk memperoleh tingkat kemiripan. Hasil perhitungan digunakan untuk menghasilkan rekomendasi bab yang diurutkan berdasarkan tingkat relevansi tertinggi. Evaluasi sistem dilakukan menggunakan metrik Precision, Recall, dan F1-Score dengan membandingkan hasil rekomendasi sistem terhadap rekomendasi guru sebagai ground truth. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang sesuai dengan kebutuhan pembelajaran santri dengan nilai Precision sebesar 92,5%, Recall sebesar 94,5%, dan F1-Score sebesar 93,5%. Hasil tersebut menunjukkan bahwa metode Content-Based Filtering dapat diterapkan sebagai pendekatan yang efektif untuk mendukung personalisasi pembelajaran Nahwu-Shorof di lingkungan pesantren.
Keywords
Full Text:
PDFReferences
M. Rizal, S. Syihabuddin, dan M. Mad‘ali, “Evaluasi Pembelajaran Bahasa Arab dengan Memanfaatkan Aplikasi MiSK,” JT, vol. 3, no. 2, hlm. 199–213, Jul 2021, doi: 10.21154/tsaqofiya.v3i2.77.
F. Akhdan dan L. Fitriani, “Aplikasi Mentor Pembelajaran Berbasis Sistem Rekomendasi Content-Based Filtering dengan Metode TF-IDF dan Cosine Similarity,” Jurnal Algoritma, vol. 22, no. 2, Nov 2025, doi: 10.33364/algoritma/v.22-2.2493.
G. V. R. Pake, V. C. Mawardi, dan T. Sutrisno, “Penerapan Metode Content Based Filtering Dalam Implementasi Sistem Rekomendasi Musik,” JSSTK, vol. 1, no. 2, hlm. 455–462, Okt 2023, doi: 10.24912/jsstk.v1i2.31037.
M. Fathurrahman dan N. Anwar, “Nahwu And Sharf Learning Based On The Book Taisir Mustholahul Hadis At The Faculty Of Contemporary Islamic Studies, Universiti Sultan Zainal Abidin (UNISZA)”.
M. Rizal, M. Abdurrahman, dan A. Sopian, “Sumber Landasan dalam Merumuskan kaidah-kaidah Nahwu dan Signifikansinya untuk Pembelajaran Bahasa Arab,” JIE, vol. 4, no. 2, hlm. 208, Agu 2021, doi: 10.22373/jie.v4i2.9443.
B. Septiawan, M. Adib Mawardi, dan M. Rizal, “Pola Penerapan Sistem ‘ngabdi’ yang Dilakukan Pondok Pesantren Bahrul Maghfiroh Malang dalam Konteks Manajemen Sumber Daya Manusia,” akuntabilitas, vol. 13, no. 2, hlm. 1–13, Des 2020, doi: 10.35457/akuntabilitas.v13i2.1279.
E. Du Plooy, D. Casteleijn, dan D. Franzsen, “Personalized adaptive learning in higher education: A scoping review of key characteristics and impact on academic performance and engagement,” Heliyon, vol. 10, no. 21, hlm. e39630, Nov 2024, doi: 10.1016/j.heliyon.2024.e39630.
Y. Yuricha dan I. K. Phan, “Rekomendasi drama korea menggunakan content-based filtering dengan weighted tree similarity,” JITET, vol. 13, no. 1, Jan 2025, doi: 10.23960/jitet.v13i1.6050.
T. Ridwansyah, B. Subartini, dan S. Sylviani, “Penerapan Metode Content-Based Filtering pada Sistem Rekomendasi,” Universitas Jambi, vol. 4, no. 2, hlm. 70–77, Apr 2024, doi: 10.22437/msa.v4i2.32136.
C. Troussas, A. Krouska, P. Tselenti, D. K. Kardaras, dan S. Barbounaki, “Enhancing Personalized Educational Content Recommendation through Cosine Similarity-Based Knowledge Graphs and Contextual Signals,” Information, vol. 14, no. 9, hlm. 505, Sep 2023, doi: 10.3390/info14090505.
H. Ahmadian Yazdi, S. J. Seyyed Mahdavi, dan H. Ahmadian Yazdi, “Dynamic educational recommender system based on Improved LSTM neural network,” Sci Rep, vol. 14, no. 1, hlm. 4381, Feb 2024, doi: 10.1038/s41598-024-54729-y.
Y. Niu, R. Lin, dan H. Xue, “Research on Learning Resource Recommendation Based on Knowledge Graph and Collaborative Filtering,” Applied Sciences, vol. 13, no. 19, hlm. 10933, Okt 2023, doi: 10.3390/app131910933.
W. Waisen, H. Hendra, A. Awan, dan Y. Yudi, “Perancangan Sistem Rekomendasi Kurikulum Personal Berbasis CLT dan RL untuk Edukasi Daring,” jmp, vol. 14, no. 1, hlm. 1189–1198, Jul 2025, doi: 10.33395/jmp.v14i1.15003.
Y. Christian dan K. Kelvin, “Rancang bangun aplikasi kursus online berbasis web dengan sistem rekomendasi metode content-based filtering,” rabit, vol. 7, no. 1, hlm. 23–36, Jan 2022, doi: 10.36341/rabit.v7i1.2181.
T. Ridwansyah, B. Subartini, dan S. Sylviani, “Penerapan Metode Content-Based Filtering pada Sistem Rekomendasi,” Universitas Jambi, vol. 4, no. 2, hlm. 70–77, Apr 2024, doi: 10.22437/msa.v4i2.32136.
A. Widianto, E. Pebriyanto, F. Fitriyanti, dan M. Marna, “Document Similarity Using Term Frequency-Inverse Document Frequency Representation and Cosine Similarity,” JournalofDinda.DataScience.IT.DataAnalytics, vol. 4, no. 2, hlm. 149–153, Agu 2024, doi: 10.20895/dinda.v4i2.1589.
S. Helmiyah dan R. Pramestiawan, “Analisis Komparatif Algoritma Machine Learning dengan Metrik Akurasi, Presisi, Recall, dan F1-Score pada Dataset Kacang Kering,” IKOMTI, vol. 6, no. 3, hlm. 152–159, Okt 2025, doi: 10.35960/ikomti.v6i3.2031.
F. Z. Munthe dan F. A. Siregar, “Sistem Rekomendasi Film Berbasis Collaborative Filtering Menggunakan Algoritma Matrix Factorization (Studi Kasus Platform VIU),” hello world j. ilmu kompʹût., vol. 4, no. 3, hlm. 151–162, Okt 2025, doi: 10.56211/helloworld.v4i3.1164.
Siska Narulita, Ahmad Nugroho, dan M. Zakki Abdillah, “Diagram Unified Modelling Language (UML) untuk Perancangan Sistem Informasi Manajemen Penelitian dan Pengabdian Masyarakat (SIMLITABMAS),” Bridge, vol. 2, no. 3, hlm. 244–256, Agu 2024, doi: 10.62951/bridge.v2i3.174.
Indriyani Amalia, Widi Purwianingsih, Kusnadi, Bambang Supriatno, dan Amprasto, “Reconstruction of Laboratory Activity Design Using Vee Diagram Analysis on Blood Type Test Based on ABO System in High School,” Quagga, vol. 17, no. 1, hlm. 57–63, Jan 2025, doi: 10.25134/quagga.v17i1.342.
R. Fauzan, D. Siahaan, S. Rochimah, dan E. Triandini, “Structural similarity assessment for multiple UML diagrams measurement with UML common graph,” dipresentasikan pada Proceedings of the 4th International Conference on Green Civil and Environmental Engineering (Gcee 2023), Bali, Indonesia, 2024, hlm. 060001. doi: 10.1063/5.0192102.
I. K. Phan, “Perancangan Skema Evaluasi untuk Sistem Rekomendasi Berita Menggunakan Metrik Precision, Recall, dan F1‑Score,” vol. 6, no. 8, 2026.
S. Eliyas dan P. Ranjana, “Recommendation Systems: Content-Based Filtering vs Collaborative Filtering,” dalam 2022 2nd International Conference on Advance Computing and Innovative Technologies in Engineering (ICACITE), Greater Noida, India: IEEE, Apr 2022, hlm. 1360–1365. doi: 10.1109/ICACITE53722.2022.9823730.
V. P. Thakre, R. D. Poul, dan A. D. Sawarkar, “Predictive Precision: Unraveling Health Insurance Claim Patterns With Logistic Regression and Decision Trees,” Cureus Journal of Computer Science, Mar 2025, doi: 10.7759/s44389-025-03010-y.
S. Mehta, V. Kukreja, dan R. Gupta, “Empowering Precision Agriculture: Detecting Apple Leaf Diseases and Severity Levels with Federated Learning CNN,” dalam 2023 3rd International Conference on Intelligent Technologies (CONIT), Hubli, India: IEEE, Jun 2023, hlm. 1–6. doi: 10.1109/CONIT59222.2023.10205784.
DOI: http://dx.doi.org/10.36448/expert.v16i1.4901
Refbacks
- There are currently no refbacks.
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi
Published by Pusat Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Bandar Lampung
Gedung M Lt.2 Pascasarjana Universitas Bandar Lampung
Jln Zainal Abidin Pagaralam No.89 Gedong Meneng, Rajabasa, Bandar Lampung,
LAMPUNG, INDONESIA
Indexed by:
This work is licensed under a Creative Commons Attribution 4.0 International License.