Informasi yang tersedia dalam Facebook sangat beragam dan dalam jumlah yang besar, hal ini dikarenakan aktivitas di Facebook sangat bervariasi serta pengetahuan yang bersumber dari user yang luas dan tidak terbatas. Grup Facebook tugas akhir-TIF UMM dibentuk untuk menjadi media komunikasi antara Mahasiswa, Koordinator tugas akhir dan Dosen Pembimbing. Permasalahan yang muncul dalam grup tugas akhir antara lain karakteristik pertanyaan yang berulang, pertanyaan yang memiliki subjektifitas yang sama di grup serta keterbatasan Koordinator mejawab pertanyaan menimbulkan resiko jawaban yang tidak konsisten dalam grup. Untuk itu dibutuhkan sistem CBR yang dapat menangani pertanyaan user di grup Facebook secara real time. Sistem CBR dalam penelitian ini menggunakan metode Fast Case Retrieval Nets (FCRN) yang mencakup pra komputasi, aktivasi query dan propagasi. Mekanisme akuisisi pengetahuan dilakukan dengan mengambil posting dan comment dalam grup. Kasus direpresentasikan dengan model vector space dan pertanyaan - jawaban. Hasil pengujian menunjukkan nilai threshold ideal antara 15 - 17 % dari rata - rata total bobot kasus. Nilai recall tertinggi pada kombinasi data uji sebesar 35 % sedangkan nilai rejection tertinggi sebesar 33.3 %. Nilai recall tertinggi pada data uji internal sebesar 52.5 %, hal ini dikarenakan sistem CBR belum mampu menangani pertanyaan yang terkait dengan informasi personal, sedangkan nilai rejection tertinggi pada data uji diluar prosedur tugas akhir sebesar 100 % yang menunjukkan sistem CBR mampu mengidentifikasi seluruh pertanyaan yang tidak memiliki jawaban dalam case base

Information available in Facebook is very various and much. It is due to variety in facebook activity and knowledge coming from user is broad and unlimited. Facebook group called tugas akhir-TIF UMM is established as communication media between student, the coordinator and advisor. Problem rising in this group is repeated question, question with same subjectivity in the group and limited coordinator capability in answering questions resulting in risk of inconsistent answer in the group. Therefore, it is necessary CBR system that can handle user question in facebook group in real time. CBR system in this research used fast case retrieval nets (FCRN) in which its activation includes pre computation, query activity and propagation. Knowledge acquisition mechanism was done by taking posting and comment in the group. Case is represented in vector space model and answer-question. Result of test indicated ideal threshold score of 15 to 17 % of average case weight. The highest recall score in tested data combination was 35 %, while highest rejection value was 33.3 %. The highest recall value on internal test data is 52.5 %. It was due to CBR system cannot handle questions related to personal information. The highest rejection score in test data beyond final assignment procedure is 100 % indicating that CBR system can identify all questions that have no answer in case base.

Kata Kunci : CBR, FCRN, Grup, Facebook.