SISTEM REKOMENDASI LOWONGAN PEKERJAAN MENGGUNAKAN METODE COSINE SIMILARITY BERBASIS WEBSITE

Bagas Afza Joko Ariyanto, Sam Farisa Chaerul Haviana, Dedy Kurniadi

Abstract


Curriculum Vitae (CV) merupakan sebuah dokumen yang sering digunakan untuk melamar pekerjaan di sebuah perusahaan, yang mana isi dari CV meliputi biodata diri, kualitas diri yang biasanya terdapat kemampuan yang relevan dengan posisi pekerjaan yang ingin dilamar dan juga menjadi dokumen untuk mempertimbangkan apakah layak untuk penempati posisi yang dilamar. Oleh karena itu, dibutuhkan teknik yang dapat memberikan rekomendasi lowongan pekerjaan yang relevan dengan CV yang dimiliki. Metode cosine similiarity digunakan untuk menghitung similiarity atau kemiripan dokumen CV, dengan tujuan untuk menghitung seberapa besar tingkat similiarity-nya dengan data lowongan pekerjaan sehingga nantinya dapat digunakan sebagai parameter rekomendasi lowongan yang cocok bagi pelamar pekerjaan. Pada perhitungan metode cosine similariy semakin mendekati angka 1 maka kecocokan CV pelamar dengan data lowongan pekerjaan semakin besar potensi diterima dalam perusahaan yang bersangkutan dan sebaliknya jika mendekati angka 0 maka dinyatakan sebaliknya. Saat melakukan uji sistem program tidak memiliki error saat dijalankan. Terdapat dua kondisi pengujian yang tidak sesuai hasil. Yaitu pengujian terhadap parsing CV dengan bahasa campuran yaitu bahasa Indonesia dan bahasa Inggris dengan hasil ketika dilakukan penerjemah beberapa kata tidak bisa selaras kedalam satu bahasa. Pengujian yang kedua dengan membandingkan data CV yang memiliki bahasa campuran yaitu bahasa Indonesia dan bahasa Inggris dengan data lowongan pekerjaan yang memiliki satu bahasa yaitu bahasa Inggris dengan hasil nilai similarity antara keduanya rendah.

Keyword: CV (Curriculum Vitae), Cosine Similairity

 


Full Text:

PDF

References


R. Dewi, B. Givan, dan H. Wiinarno, “Pelaksanaan Rekrutmen, Seleksi dan Penempatan Kerja Karyawan (Studi pada Karyawan PT Gemala Kempa Daya),†J. Adm. Bisnis, vol. 1, no. 1, hal. 49–55, 2021, [Daring]. Tersedia pada: www.igpgroup.co.id/lamaran.

Suhandi, H. Wijayanto, dan S. Olde, “Dinamika Permasalahan Ketenagakerjaan Dan Pengangguran Di Indonesia,†J. Bina Bangsa Ekon., vol. 13, no. 1, hal. 85–94, 2020, doi: 10.46306/jbbe.v13i1.33.

N. L. P. C. Savitri, R. A. Rahman, R. Venyutzky, dan N. A. Rakhmawati, “Analisis Klasifikasi Sentimen Terhadap Sekolah Daring pada Twitter Menggunakan Supervised Machine Learning,†J. Tek. Inform. dan Sist. Inf., vol. 7, no. 1, hal. 47–58, 2021, doi: 10.28932/jutisi.v7i1.3216.

A. R. Martinez, “Natural language processing,†Wiley Interdiscip. Rev. Comput. Stat., vol. 2, no. 3, hal. 352–357, 2010, doi: 10.1002/wics.76.

H. E. Rosyadi, F. Amrullah, R. D. Marcus, dan R. R. Affandi, “Rancang Bangun Chatbot Informasi Lowongan Pekerjaan Berbasis Whatsapp dengan Metode NLP ( Natural Language Processing ),†BRILIANT J. Ris. dan Konseptual, vol. 5, no. 1, hal. 619–626, 2020.

A. Riyani, M. Z. Naf’ an, dan A. Burhanuddin, “Penerapan Cosine Similarity dan Pembobotan TF-IDF untuk Mendeteksi Kemiripan Dokumen,†J. Linguist. Komputasional, vol. 2, no. 1, hal. 23–27, 2019, [Daring]. Tersedia pada: https://doi.org/10.26418/jlk.v2i1.17

G. Ferio, R. Intan, dan S. Rostianingsih, “Sistem Rekomendasi Mata Kuliah Pilihan Menggunakan Metode User Based Collaborative Filtering Berbasis Algoritma Adjusted Cosine Similarity,†J. Infra, vol. 7, no. 1, hal. 1–7, 2019.

M. Y. Ivory, “Website usability engineering,†in The Practical Handbook of Internet Computing, CRC Press, 2004, hal. 44-1-44–17. doi: 10.1201/9780203507223.

A.-H. Tan, “Text mining: The state of the art and the challenges,†in Proceedings of the pakdd 1999 workshop on knowledge disocovery from advanced databases, 1999, vol. 8, hal. 65–70.

H. Hassani, C. Beneki, S. Unger, M. T. Mazinani, dan M. R. Yeganegi, “Text mining in big data analytics,†Big Data Cogn. Comput., vol. 4, no. 1, hal. 1, 2020.

A. Nugraha dan U. Budiyanto, “Adaptive E-Learning System Berbasis Vark Learning Style dengan Klasifikasi Materi Pembelajaran Menggunakan K-NN (K-Nearest Neighbor),†Technomedia J., vol. 7, no. 2, hal. 248–261, 2022, doi: 10.33050/tmj.v7i2.1900.

N. H. A. Sari, M. A. F. Fauzi, dan P. P. Adikara, “Klasifikasi Dokumen Sambat Online Menggunakan Metode K-Nearest Klasifikasi Dokumen Sambat Online Menggunakan Metode K-Nearest Neighbor dan Features Selection Berbasis Categorical Proportional Difference,†J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. August, hal. 2449–2454, 2018.

S. Rahayu dan A. S. RMS, “Penerapan Metode Naive Bayes Dalam Pemilihan Kualitas Jenis Rumput Taman CV. Rumput Kita Landscape,†Digit. Zo. J. Teknol. Inf. dan Komun., vol. 9, no. 2, hal. 162–171, 2018.

R. Feldman dan J. Sanger, The text mining handbook: advanced approaches in analyzing unstructured data. Cambridge university press, 2007.

E. Nugroho, Perancangan Sistem Deteksi Plagiarisme Dokumen Teks Dengan Menggunakan Algoritma Rabin-Karp. 2011. doi: 10.1080/01402390.2011.569130.

M. Turland, Phparchitect’s guide to web scraping with PHP. Canada: Marco Tabini, 2010.

M. G. L. Putra dan M. I. A. Putera, “Analisis Perbandingan Metode Soap Dan Rest Yang Digunakan Pada Framework Flask Untuk Membangun Web Service,†SCAN - J. Teknol. Inf. dan Komun., vol. 14, no. 2, hal. 1–7, 2019, doi: 10.33005/scan.v14i2.1480.

A. R. Lahitani, “Automated Essay Scoring menggunakan Cosine Similarity pada Penilaian Esai Multi Soal,†J. Kaji. Ilm., vol. 22, no. 2, hal. 107–118, 2022, doi: 10.31599/jki.v22i2.1121.

N. Sembilu, F. Samopa, dan M. Er, “Perbandingan Algoritma Kemiripan Teks Untuk Perbaikan Dan Saran Penulisan Frasa Dalam Bahasa Alami,†Sisfo, vol. 08, no. 01, 2018, doi: 10.24089/j.sisfo.2018.09.002.


Refbacks

  • There are currently no refbacks.