PENGEMBANGAN APLIKASI MOBILE TOKOH PERJUANGAN KEMERDEKAAN BERBASIS CONTENT-BASED FILTERING UNTUK SISWA SMAN 1 PALANGKA RAYA

Perkembangan teknologi informasi dalam bidang pendidikan mendorong pemanfaatan aplikasi mobile sebagai media pembelajaran yang lebih fleksibel, interaktif, dan mudah diakses. Pembelajaran sejarah tokoh perjuangan kemerdekaan Indonesia di sekolah masih cenderung menggunakan metode konvensional dan menyajikan materi yang sama kepada seluruh siswa tanpa mempertimbangkan perbedaan minat pengguna. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile pembelajaran tokoh perjuangan kemerdekaan Indonesia yang dilengkapi sistem rekomendasi berbasis Content-Based Filtering (CBF) sehingga mampu menghasilkan rekomendasi tokoh yang relevan berdasarkan preferensi dan riwayat interaksi pengguna.
Metode pengembangan perangkat lunak yang digunakan adalah Software Development Life Cycle (SDLC) dengan model Waterfall yang meliputi tahapan analisis, perancangan, implementasi, pengujian, serta pemeliharaan. Aplikasi dikembangkan pada platform Android menggunakan Kotlin dan Jetpack Compose dengan Cloud Firestore sebagai penyimpanan data utama. Sistem rekomendasi menerapkan Content-Based Filtering dengan pembobotan Term Frequency–Inverse Document Frequency (TF-IDF) dan Cosine Similarity untuk menghitung tingkat kemiripan antara query minat pengguna dengan karakteristik tokoh. Preferensi eksplisit berupa gender, bidang perjuangan, dan wilayah asal digunakan sebagai penyaringan kandidat, sedangkan riwayat kunjungan pengguna digunakan dalam pembentukan weighted query. Hasil rekomendasi selanjutnya disesuaikan melalui context-aware boosting berdasarkan kesamaan wilayah, bidang perjuangan, dan peran tokoh untuk menghasilkan Top-10 Recommendation.
Hasil pengujian menunjukkan bahwa sistem memperoleh nilai Precision@10 sebesar 1,0000 pada seluruh skenario pengujian. Nilai Recall@10 masing-masing sebesar 0,2703, 0,1639, dan 0,0641, sedangkan nilai NDCG@10 sebesar 1,0000, 0,9740, dan 0,9603. Pengujian fungsional menggunakan Black Box Testing menunjukkan 27 dari 30 skenario pengujian dinyatakan valid, sedangkan evaluasi terhadap 30 responden menggunakan Skala Likert memperoleh nilai usability sebesar 81,44% yang termasuk kategori Sangat Baik. Berdasarkan hasil tersebut, dapat disimpulkan bahwa penerapan Content-Based Filtering menggunakan TF-IDF dan Cosine Similarity mampu menghasilkan rekomendasi tokoh perjuangan yang relevan dan memiliki kualitas pemeringkatan yang baik, serta aplikasi dapat digunakan sebagai media pembelajaran sejarah berbasis personalisasi.