Fira Apriliana Juwari, - (2022) Analisis Pemanfaatan Metode Latent Semantic Indexing dalam Menemukan Rekomendasi Lowongan Pekerjaan yang Sesuai dengan Curriculum Vitae (Studi Kasus: Iklan Pekerjaan di Bidang IT pada Situs Linkedin). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 081711633016_HALAMAN JUDUL.pdf Download (545kB)
	Text (BAB I) 081711633016_BAB I.pdf Download (283kB)
	Text (FULLTEXT) 081711633016_FULLTEXT.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Lulusan perguruan tinggi senantiasa bertambah setiap tahun. Dengan begitu jumlah angkatan kerja juga mengalami peningkatan. Meskipun situs websites perekrutan pekerjaan kini digunakan oleh mayoritas pencari kerja, situs tersebut masih memiliki keterbatasan dalam hal durasi proses pencarian kerja yang panjang. Pencari kerja masih harus menelusuri kembali iklan-iklan pekerjaan hasil dari pencarian menggunakan kata kunci dan memilah pekerjaan yang sesuai dengan kualifikasi mereka. Dengan begitu pada penelitian ini dikembangkan sistem rekomendasi lowongan pekerjaan guna membantu para pencari kerja dalam menemukan iklan lowongan pekerjaan yang sesuai dengan kualifikasi pada curriculum vitae (CV) milik pencari kerja. Sehingga dapat memberikan pengalaman pencarian lowongan pekerjaan yang lebih baik dengan waktu yang lebih efisien. Penelitian ini menggunakan metode Latent Semantic Indexing (LSI), merupakan salah satu metode yang dapat digunakan dalam menemukan kecocokan antar dokumen dengan menganalisis dokumen yang memiliki kesamaan secara semantic/makna. Kemampuan dalam pencocokan antar dokumen yang dapat dilakukan dengan metode LSI akan digunakan dalam menentukan kesesuaian antara CV pencari kerja dengan kualifikasi yang ada pada job description dalam iklan pekerjaan pada situs LinkedIn. Pada penelitian ini juga dilakukan uji coba mandiri menggunakan 269 data iklan pekerjaan di bidang IT. Adapun tahap yang dilakukan dalam implentasi metode LSI pada sistem rekomendasi lowongan pekerjaan meliputi scraping data iklan menggunakan bantuan Linkedin-jobs-scraper library, kemudian praproses data, pembentukan model LSI, membangun vector query, dan menghitung jarak antara iklan lowongan pekerjaan dengan CV menggunakan cosine similarity dengan bantuan library gensim. Berdasarkan hasil pengujian sistem rekomendasi lowongan pekerjaan, diperoleh nilai uji MRR sebesar 96%. Perhitungan MRR digunakan untuk mengetahui tingkat relevansi rekomendasi yang dihasilkan sistem. Sedangkan hasil evaluasi usability system pada web sistem rekomendasi lowongan pekerjaan diperoleh nilai 81%. Dengan begitu sistem masuk dalam kategori baik menurut kategori hasil penilaian evaluasi dengan skala likert. Penerapan metode LSI pada sistem rekomendasi lowongan pekerjaan memiliki tantangan dalam menentukan parameter jumlah topik LSI, namun hal tersebut dapat diselesaikan dengan menggunkan perhitungan topic coherence.

Actions (login required)

View Item