Fitria, Alya (2024) Sistem Rekomendasi Pekerjaan Menggunakan Pendeketan Content-Based Filtering. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
![]() |
Text
200605110022.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) |
Abstract
ABSTRAK:
Pada era digital dan globalisasi saat ini, transformasi teknologi informasi telah mengubah lingkup pencarian pekerjaan, dengan platform online seperti LinkedIn menjadi alat utama bagi pencari kerja dan perusahaan. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi pekerjaan menggunakan metode content-based filtering, yang mencocokkan profil pencari kerja dengan lowongan pekerjaan berdasarkan karakteristik dan preferensi individu. Data diperoleh melalui web scraping dari situs JobStreet untuk data lowongan pekerjaan dan LinkedIn untuk data pencari kerja, meliputi 437 data lowongan pekerjaan dan 100 data profil pencari kerja. Proses analisis melibatkan preprocessing text, pembobotan kata dengan TF-IDF, dan perhitungan cosine similarity untuk menentukan tingkat kemiripan antar dokumen. Hasil pengujian menunjukkan bahwa sistem rekomendasi yang dikembangkan dapat memberikan rekomendasi yang relevan dengan rata-rata nilai presisi sebesar 0.53. Pengujian fungsionalitas dengan metode blackbox testing menghasilkan kinerja sistem yang sesuai dengan fungsinya. Penelitian ini menyimpulkan bahwa pendekatan content-based filtering efektif dalam menciptakan rekomendasi pekerjaan yang sesuai dengan latar belakang dan keterampilan pencari kerja, memberikan solusi praktis bagi mereka dalam menemukan pekerjaan yang relevan serta mengurangi ketidaksesuaian antara kualifikasi individu dan kebutuhan pasar kerja.
ABSTRACT:
In the current era of digitalization and globalization, the transformation ofinformation technology has significantly changed the landscape of job searching, withonline platforms such as LinkedIn becoming primary tools for job seekers and companies.This research aims to develop a job recommendation system using the content-basedfiltering method, which matches job seekers' profiles with job vacancies based onindividual characteristics and preferences. Data was collected through web scraping fromJobStreet for job vacancy data and LinkedIn for job seeker data, comprising 437 jobvacancies and 100 job seeker profiles. The analysis process involved text preprocessing,term weighting with TF-IDF, and cosine similarity calculations to determine the degree ofsimilarity between documents. The testing results indicate that the developedrecommendation system can provide relevant recommendations with an average precisionscore of 0.53. Functionality testing using the blackbox testing method confirmed that thesystem performs according to its intended functions. This research concludes that thecontent-based filtering approach is effective in creating job recommendations that alignwith the background and skills of job seekers, offering practical solutions for findingrelevant employment and reducing the mismatch between individual qualifications andlabor market needs
مستخلص البحث
ف عصر الرقمنة والعوملة احلايل، أدى حتول تكنولوجيا املعلومات إىل تغيري كبري يف مشهد البحث عن الوظائف، حيثأصبحت املنصات اإللكرتونية مثل LinkedIn كات. هتدف هذه الدراسة إىل تطوير نظامأدوات رئيسية للباحثني عن العمل والشر ًتوصيات للوظائف باستخدام طريقة التصفية املعتمدة على احملتوى، واليت تطابق ملفات الباحثني عن العمل مع الوظائف الشاغرة بناءعلى اخلصائص والتفضيالت الفردية. مت مجع البيانات من خالل استخراج البيانات من موقع JobStreet للحصول على بياناتالوظائف الشاغرة ومن LinkedIn ملف 100و وظيفة شاغرة 437 للحصول على بيانات الباحثني عن العمل، حيث مت مجعوتقييم املصطلحات باستخدام باحث عن عمل. تضمنت عملية التحليل معاجلة النصوص األولية، TF-IDF، وحسابات تشابهجيب التمام لتحديد درجة التشابه بني الوثائق. أشارت نتائج االختبار إىل أن نظام التوصيات املطور ميكنه تقدمي توصيات ذات. أثبتت اختبارات الوظائف باستخدام طريقة اختبار الصندوق األسود أن النظام يعمل وفقًا لوظائفه0.53 صلة بدقة متوسطة تبلغاملقصودة. تستنتج هذه الدراسة أن هنج التصفية املعتمد على احملتوى فعال يف إنشاء توصيات للوظائف تتماشى مع خلفية الباحثنيعن العمل ومهاراهتم، مما يوفر حلوال ً عملية هلم يف العثور على وظائف ذات صلة ويقلل من عدم التوافق بني مؤهالت األفرادواحتياجات سوق العمل
Item Type: | Thesis (Undergraduate) |
---|---|
Supervisor: | Zaman, Syahiduz and Yaqin, M Ainul |
Keywords: | Pekerjaan; Content Based Filtering; Sistem Rekomendasi Jobs; Content Based Filtering; Recommendation System وظائف; تصفية مبنية على احملتوى; نظام التوصية |
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems > 080605 Decision Support and Group Support Systems 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems > 080606 Global Information Systems |
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika |
Depositing User: | Alya Fitria |
Date Deposited: | 22 Jul 2024 14:49 |
Last Modified: | 31 Jul 2024 14:12 |
URI: | http://etheses.uin-malang.ac.id/id/eprint/65937 |
Downloads
Downloads per month over past year
Actions (login required)
![]() |
View Item |