Kuliah Aljabar Linear:Penggunaan Model RuangVektor Untuk Mengukur Kemiripan Dua Dokumen Berbentuk Paragraf Menggunakan Python dan Library Scikit-learn

Pada hari Rabu, tanggal 30 April 2025, kami mengikuti perkuliahan Aljabar Linear secara daring. Sebelum memasuki inti materi, Bapak Natalis Ransi, S.Kom.,M.T. selaku dosen pengampu memberikan kesempatan kepada beberapa mahasiswa untuk mempresentasikan jurnal ilmiah yang telah kami cari sebelumnya. Presentasi ini menjadi pemanasan intelektual yang menarik karena menghubungkan teori perkuliahan dengan riset terkini.

Setelah sesi presentasi selesai, Bapak dosen memulai penyampaian materi yang berjudul "Penggunaan Model Ruang Vektor untuk Mengukur Kemiripan Dua Dokumen Berbentuk Paragraf Menggunakan Python dan Library Scikit-learn". Adapun isi dari materi tersebut membahas tentang definisi ruang vektor, penjelasan singkat model ruang vektor untuk dokumen, mengukur kemiripan dokumen(cosine similarity), langkah umum penerapan ruang vektor untuk kemiripan dokumen dan dilanjutkan dengan implementasi di Python.

Setelah mengikuti materi perkuliahan, kami juga mendapatkan tugas untuk mencari jurnal ilmiah yang relevan dengan bidang yang sedang dipelajari lalu dipresentasikan. Di sini jurnal Jurnal yang saya pilih berjudul "Sistem Rekomendasi Content-based Filtering Menggunakan TF-IDF Vector Similarity untuk Rekomendasi Artikel Berita", yang ditulis oleh Arif Akbarul Huda, Rohmad Fajarudin, dan Arifiyanto Hadinegoro dari Universitas Amikom Yogyakarta. Jurnal ini membahas penerapan metode content-based filtering menggunakan algoritma TF-IDF dan Cosine Similarity untuk menyarankan artikel berita kepada mahasiswa sesuai minat mereka. Penelitian tersebut menunjukkan bahwa meskipun data yang digunakan terbatas, sistem mampu mencapai nilai Recall@5 sebesar 73% dan Recall@10 sebesar 80%. Ini membuktikan bahwa pemodelan sederhana namun tepat sasaran dapat memberikan manfaat signifikan bagi pengguna.