ABSTRAK LATAR BELAKANGTeknologi Informasi dan Komunikasi memberikan dampak yang besar pada aktifitas sosial utuk melakukan komunikasi, bekerja dan pemanfaatan Teknologi Informasi untuk hiburan [2] . Pendidikan adalah salah satu aspek dalam kegiatan pemanfaatan Teknologi Informasi [3] . Pemanfaatan Teknologi Informasi saat ini menjadikan satu hal yang sangat menarik dalam kegiatan sehari -hari. Teknologi informasi ini berkembang menjadi sangat pesat sekali dalam kehidupan sehari -hari. Dengan adanya Teknologi Informasi ini seluruh kebutuhan menjadi dengan mudah untuk terpenuhi. Dalam penggunaan Teknologi Informasi tersebut pengajar juga harus selalu memantau aktifitas belajar yang dilakukan oleh siswa, agar penerapan Teknologi Informasi dapat terserap sesuai dengan tujuan [1] . Proses pembelajaran secara online atau e-learning memungkinkan adanya interaksi yang dilakukan oleh pengajar dan siswa. Aktifitas proses pembelajaran e-learning membutuhkan kesepakatan antara pengajar dengan siswa, sehingga seluruh aktifitas pembelajaran dapat berjalan dengan baik. Pengertian dari e-learning itu sendiri adalah memberikan materi pendidikan yang dipresentasikan dengan menggunakan komputer dan juga menyampaikan materi pembelajaran tersebut menggunakan web [14] . Selain itu hal yang terpenting adalah seluruh aktifitas proses pembelajaran seluruh data dapat tersimpan kedalam media penyimpanan (server) [8] . Keberhasilan e-learning tidak hanya bergantung pada konten atau isi dari e-learning itu sendiri, melainkan bagaiaman proses penyampaian materi yang diberikan oleh pengajar kepada siswa, agar siswa dapat memahami konten atau isi materi yang disampaikan oleh pengajar. Model pembelajaran saat ini berbasis online arti dari online adalah adanya interaktifitas antara pengajar dan siswa walaupun tidak berada dalam satu tempat, oleh karena itu dengan adanya fasilitas video conference dalam e-learning akan membantu proses pembelajaran yang dilakukan, karena pengajar akan terlibat langsung dengan siswa dengan menggunakan video conference. Aktifitas e-learning pada umumnya menggunakan forum, dengan forum siswa akan menunggu balasan komentar dari pengajar, oleh karena itu dengan adanya video conference akan memudahkan penyamaian informasi yang dilakukan oleh pengajar dan siswa [7] . Sejak model pembelajaran menggunakan video conference itu dapat dilakukan banyak Universitas yang mengadopsi sistem ini karena dianggap efektif dan efisien dalam penggunaannya [11] . Dalam membuat desain untuk aplikasi e-learning itu sendiri memiliki beberapa pertimbangan -pertimbangan, yaitu sebagai berikut: 1) Membuat antarmuka e-learning dapat dengan mudah untuk di akses 2) Memiliki navigasi, sehingga memudahkan para pengguna 3) Membuat konten agar mudah dipahami oleh pengguna [14] .

With the growth of online information, varying personalization drifts and volatile behaviors of internet users, recommender systems are effective tools for information filtering to overcome the information overload problem. Recommender systems utilize rating prediction approaches i.e. predicting the rating that a user will give to a particular item, to generate ranked lists of items according to the preferences of each user in order to make personalized recommendations. Although previous recommendation systems are effective in creating attired recommendations, however, they still suffer from different types of challenges such as accuracy, scalability, cold-start, and data sparsity. In the last few years, deep learning has attained substantial interest in various research areas such as computer vision, speech recognition, and natural language processing. Deep learning based approaches are vigorous in not only performance improvement but also to feature representations learning from the scratch. The impact of deep learning is also prevalent, recently validating its efficacy on information retrieval and recommender systems research. In this study, a comprehensive review of deep learning-based rating prediction approaches is provided to help out new researchers interested in the subject. More concretely, the classification of deep learning-based recommendation/rating prediction models is provided and articulated along with an extensive summary of the state-of-the-art. Lastly, new trends are exposited with new perspectives pertaining to this novel and exciting development of the field.

No abstract

No abstract

No abstract