Sistem Rekomendasi Pekerja Berbasis Keterampilan Menggunakan Metode Hybrid Content-Based Filtering

Wira Darma, Mohammad (2026) Sistem Rekomendasi Pekerja Berbasis Keterampilan Menggunakan Metode Hybrid Content-Based Filtering. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (382kB)
	PDF BAB_I.pdf Download (83kB)
	PDF BAB_II.pdf Download (129kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (129kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (169kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (71kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (87kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (265kB)
	Archive (ZIP) 00000082390_2521_LembarPengesahan.pdf Restricted to Registered users only Download (65kB)

Abstract

Ketidaksesuaian keterampilan (skill mismatch) dan tingginya angka pengangguran menjadi tantangan utama dalam ketenagakerjaan di Indonesia. Terdapat banyak individu yang memiliki keahlian praktis mumpuni namun tidak terserap oleh industri akibat tereliminasi oleh syarat administratif berupa ijazah formal pada tahap awal rekrutmen. Penelitian ini bertujuan untuk merancang dan membangun sistem rekomendasi pekerjaan berbasis keterampilan yang berfokus pada kecocokan kemampuan teknis kandidat tanpa harus bergantung pada latar belakang pendidikan formal. Sistem ini dibangun menggunakan pendekatan Hybrid Content- Based Filtering untuk meningkatkan presisi rekomendasi. Pendekatan pertama menggunakan algoritma Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity dengan bobot 45% untuk menganalisis kemiripan tekstual. Pendekatan kedua menerapkan Rule-Based Metadata Weighting yang memberikan bobot tambahan sebesar 35% untuk kecocokan keahlian utama (main skill), 10% untuk hierarki tingkat keahlian (skill level), dan 10% untuk tingkat stabilitas pekerja (stability score). Performa model dievaluasi secara komprehensif menggunakan metrik Information Retrieval, yaitu Precision@K, Recall@K, F1-Score, Mean Reciprocal Rank (MRR), dan Hit Rate.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Wira Darma, Mohammad (00000082390)
Contributors:	Harsono, Eka Jaya
Keywords:	Content-Based Filtering, Cosine Similarity, Hybrid Weighting, Sistem Rekomendasi, Skill Mismatch, TF-IDF
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	28 Jul 2026 12:18
URI:	https://kc.umn.ac.id/id/eprint/48455

Actions (login required)

View Item