Pemanfaatan Nlp Untuk Ekstrasi Profil Kompetensi Dari Portofolio Digital Sebagai Dasar Sistem Rekomendasi
Abstrak
Seleksi penerima beasiswa merupakan proses penting dalam mendukung pemerataan akses pendidikan bagi mahasiswa yang memiliki potensi akademik maupun nonakademik. Namun, proses seleksi yang masih dilakukan secara konvensional sering menghadapi kendala berupa banyaknya dokumen yang harus dianalisis serta keterbatasan dalam mengidentifikasi profil kompetensi mahasiswa secara komprehensif. Penelitian ini mengusulkan pemanfaatan Natural Language Processing (NLP) untuk mengekstraksi profil kompetensi dari portofolio digital mahasiswa sebagai dasar pengembangan sistem rekomendasi beasiswa. Data yang digunakan berupa 1.042 dokumen biodata dan portofolio mahasiswa dalam format PDF yang memuat informasi akademik, pengalaman organisasi, aktivitas kemahasiswaan, serta kondisi sosial ekonomi keluarga. Tahapan penelitian meliputi ekstraksi teks dari dokumen, pembersihan dan normalisasi data, pembentukan representasi fitur menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), serta integrasi fitur tekstual, numerik, dan kategorikal untuk menghasilkan profil kompetensi yang lebih representatif. Selanjutnya, algoritma Random Forest diterapkan untuk mengklasifikasikan kelayakan penerima beasiswa dan menghasilkan skor rekomendasi bagi setiap kandidat. Evaluasi model dilakukan menggunakan skema pembagian data sebesar 75% untuk pelatihan dan 25% untuk pengujian. Hasil penelitian menunjukkan bahwa model mampu mencapai tingkat akurasi sebesar 74%, nilai F1-Score sebesar 0,46 pada kelas penerima beasiswa, dan nilai Average Precision sebesar 0,526. Temuan tersebut mengindikasikan bahwa pendekatan NLP efektif dalam mengidentifikasi dan mengolah informasi kompetensi yang tersebar pada portofolio digital sehingga dapat mendukung proses seleksi beasiswa yang lebih objektif, cepat, dan terukur. Selain itu, sistem yang dikembangkan mampu menghasilkan pemeringkatan kandidat berdasarkan tingkat kelayakan yang diperoleh dari kombinasi aspek akademik, pengalaman organisasi, serta kondisi sosial ekonomi, sehingga dapat menjadi alternatif solusi dalam meningkatkan kualitas pengambilan keputusan pada program beasiswa berbasis data.
Identifier
- OpenAlex: https://openalex.org/W7166667982
- DOI: https://doi.org/10.47065/bulletinds.v5i3.10251