Implementasi Multi-Attribute Utility Theory (MAUT) dan Content-Based Filtering Untuk Pemilihan Dosen Pembimbing dan Dosen Penguji Tugas Akhir

I Nyoman Aditia; Statiswaty Statiswaty; Asa Hari Wibowo; LM Fid Aksara; Bambang Pramono; Rizal Adi Saputra

doi:10.69693/ijmst.v4i3.11695

Authors

I Nyoman Aditia Universitas Halu Oleo
Statiswaty Statiswaty Universitas Halu Oleo
Asa Hari Wibowo Universitas Halu Oleo
LM Fid Aksara Universitas Halu Oleo
Bambang Pramono Universitas Halu Oleo
Rizal Adi Saputra Universitas Halu Oleo

DOI:

https://doi.org/10.69693/ijmst.v4i3.11695

Keywords:

Content-Based Filtering, Dosen Pembimbing, Dosen Penguji, Multi-Attribute Utility Theory, Rank Order Centroid, Sistem Pendukung Keputusan

Abstract

Pemilihan dosen pembimbing dan dosen penguji tugas akhir merupakan proses penting yang sangat memengaruhi kualitas bimbingan, objektivitas penilaian, dan kelancaran penyelesaian studi mahasiswa. Namun, pada banyak perguruan tinggi proses ini masih dilakukan secara manual dan cenderung subjektif, tanpa analisis kesesuaian topik penelitian maupun pemerataan beban akademik dosen secara sistematis. Kondisi tersebut berpotensi menimbulkan ketidaksesuaian antara keahlian dosen dan topik tugas akhir mahasiswa serta distribusi beban bimbingan yang tidak merata. Penelitian ini bertujuan merancang dan membangun sistem pendukung keputusan berbasis web yang mengintegrasikan metode Content-Based Filtering (CBF) dan Multi-Attribute Utility Theory (MAUT). Metode CBF digunakan untuk mengukur kesesuaian antara judul tugas akhir mahasiswa dan publikasi dosen melalui teknik TF-IDF dan Cosine Similarity, sedangkan MAUT menggabungkan nilai kemiripan tersebut dengan kriteria jabatan fungsional, jumlah publikasi lima tahun terakhir, dan beban akademik dosen untuk menghasilkan perangkingan rekomendasi. Sistem dikembangkan menggunakan metode Rational Unified Process (RUP). Pengujian metode dilakukan menggunakan Precision, Recall, F1-Score, dan Korelasi Rank Spearman, sedangkan penerimaan pengguna diukur dengan User Acceptance Testing (UAT). Hasil pengujian CBF memperoleh rata-rata F1-Score 0,5309 untuk kategori pembimbing dan 0,4539 untuk kategori penguji, sedangkan MAUT memperoleh nilai korelasi Spearman 0,40 (pembimbing) dan -0,12 (penguji). Hasil UAT memperoleh nilai penerimaan keseluruhan 84,33% yang termasuk kategori sangat baik. Dengan demikian, sistem yang dikembangkan dinilai dapat diterima dan mampu membantu proses pemilihan dosen secara lebih objektif, efisien, dan terukur.

References

Anugerah Rahayu Kasim, E., Ransi, N., Statiswaty, & Isnawaty. (2024). Sistem Rekomendasi Produk UMKM Menggunakan Algoritma User-Based Collaborative Filtering Berbasis Website. Sisfotenika, 14(2), 152. https://stmikpontianak.org/ojs/index.php/sisfotenika

Army, W. L., Syafrinal, I., & Aldo, D. (2022). Multi Attribute Utility Theory (MAUT) Method of Decision on The Selection of the Head of Study Program Digital Business. JISA(Jurnal Informatika dan Sains), 5(2), 131–136. https://doi.org/10.31326/jisa.v5i2.1389

Astuti, F. D., & Andriyani, W. (2025). Pengembangan Sistem Rekomendasi Pembimbing Tugas Akhir Menggunakan Teknik Content Based Filtering. JIKO (Jurnal Informatika dan Komputer), 9(2), 474–483. https://doi.org/10.26798/jiko.v9i2.1599

Chaurina, A. R., Rahajoe, A. D., & Nurlaili, A. L. (2025). Kombinasi Rank Order Centroid (ROC) Dan Multi Attribute Utility Theory (MAUT) Untuk Seleksi Calon Penerima Kip-Kuliah. Jurnal Informatika dan Teknik Elektro Terapan, 13(3), 1948–1958. https://doi.org/10.23960/jitet.v13i3.6641

Christyawan, F., Rohman, A. N., & Hartanto, A. D. (2024). Application of Content-Based Filtering Method Using Cosine Similarity in Restaurant Selection Recommendation System. Journal of Information Systems and Informatics, 6(3), 1559–1576. https://doi.org/10.51519/journalisi.v6i3.806

Handoko, A., Putra, S. H., & Ibrahim. (2024). Pemanfaatan Aplikasi Monitoring Tugas Akhir dalam Peningkatan Pelayanan Mahasiswa Politeknik Ganesha Medan Berbasis Online. Jurnal Minfo Polgan, 12(2), 2632–2642. https://doi.org/10.33395/jmp.v12i2.13309

Herawati, Rasyid, M. R., & Hamrul, H. (2025). Analisis Perbandingan Kinerja Metode SAW dan MAUT dalam Menentukan Prioritas Penerima BPNT. Jurnal sistem Komputer dan Informatika (JSON), 7(2), 411–425. https://doi.org/10.30865/json.v7i2.9081

Mardes, S., Khadijah, K., Donal, & Arlizon, R. (2023). Peningkatan Mental Health Mahasiswa Akhir Melalui Konseling Kelompok Dengan Teknik Cognitive Behavioral Therapy (CBT). Educational Guidance and Counseling Development Journal, 6(2), 93–99. https://doi.org/10.24014/egcdj.v6i2.26033

Megawati, R., & Damayanti, M. (2022). Peran Dosen Pembimbing Skripsi dalam Proses Penyelesaian Tugas Akhir Mahasiswa. J-HEST Journal of Health Education Economics Science and Technology, 4(1), 33–39. https://doi.org/10.36339/jhest.v4i1.63

Munte, J., Sinurat, S., & Murdani. (2024). Perbandingan Metode AHP dan MAUT pada Sistem Pendukung Keputusan Pemilihan Guru Terbaik di MAS Darul Mutaalimin Tanah Merah Kec. Gunung Meriah Kab. Aceh Singkil. Jurnal Ilmiah Pendidikan Dasar, 09(04), 382–397. https://doi.org/https://doi.org/10.23969/jp.v9i4.17973

Nisa, H., Aulia, F., & Rayhan, A. (2022). Kombinasi Metode Entropy dan Simple Additive Weighting (SAW) dalam Pemilihan Dosen Pembimbing Skripsi. Jurnal Amplifier : Jurnal Ilmiah Bidang Teknik Elektro Dan Komputer, 12(2), 24–30. https://doi.org/10.33369/jamplifier.v12i2.21733

Oktapiana, R., & Farozi, M. (2025). Sistem Rekomendasi Pemilihan Dosen Pembimbing Skripsi Berdasarkan Content Based Filtering Pada Program Studi Sistem Informasi Universitas Bina Darma. Journal of Innovation Research and Knowledge, 5(5), 6025–6036. https://doi.org/10.53625/jirk.v5i5.11452

Rasyid, I., Yudianto, M. R. A., Maimunah, & Purnomo, T. A. (2023). Electronic Product Recommendation System Using the Cosine Similarity Algorithm and VGG-16. Sinkron, 7(4), 2120–2129. https://doi.org/10.33395/sinkron.v8i4.12936

Rina, Agus, F., & Hairah, U. (2021). Sistem Pendukung Keputusan Penentuan Dosen Pembimbing Skripsi Menggunakan Metode Analytical Hierarchy Process (AHP) dan Weighted Product (WP). Jurnal Rekayasa Teknologi Informasi (JURTI), 5(1), 55–64. https://doi.org/10.30872/jurti.v5i1.5877

Septiani, D., & Isabela, I. (2022). Analisis Term Frequency Inverse Document Frequency (TF-IDF) Dalam Information Retrieval Untuk Optimasi Rangking Dokumen. Jurnal Sistem dan Teknologi Informasi Indonesia(SINTESIA), 1(2), 81–88.

Taufik, I., Alam, C. N., Mustofa, Z., Rusdiana, A., & Uriawan, W. (2021). Implementation of Multi-Attribute Utility Theory (MAUT) method for selecting diplomats. IOP Conference Series: Materials Science and Engineering, 1098(3), 032055. https://doi.org/10.1088/1757-899x/1098/3/032055

Wibowo, A. H. (2024). Perancangan Database Monitoring Progres Skripsi Mahasiswa Melalui Pendekatan TOGAF. INFORMASI (Jurnal Informatika dan Sistem Informasi), 16(1), 1–20.