Gustinus, Wirya (2018) rancang bangun sistem rekomendasi pemilihan lowongan pekerjaan menggunakan metode k-nearest neighbor. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Dalam penelitian sistem rekomendasi pemilihan lowongan pekerjaan berfungsi untuk memberikan rekomedasi lowongan pekerjaan bagi para calon pencari pekerjaan karena karyawan merupakan salah satu aset penting dalam tumbuh kembangnya perusahaan bagi sebuah perusahaan besar maupun kecil. Dibuatnya sistem rekomendasi pekerjaan ini diharapkan dapat menurunkan data pengangguran terutama di Indonesia yang menurut data Badan Pusat Statistik mencapai kurang lebih 5,33% dari 131,55 juta orang angkatan kerja pada bulan Februari 2017. Dengan dibangunnya sistem rekomendasi pemilihan lowongan pekerjaan dengan menilai karakter dari setiap individu dan merekomendasikannya dengan metode KNearest Neighbor. Sistem ini dibangun dengan bahasa pemrograman PHP, Javascript, dan HTML untuk platform berbasis web. Data training diperoleh dari rekomendasi pakar ahli, dan referensi buku. Pencobaan sistem diberikan kepada user untuk mencoba sistem dengan mengisi informasi user dan mengisi tes psikologi lalu dihitung dengan Euclean Distance pada metode KNN. Setelah mendapatkan feedback dari user tingkat realibitas sistem dihitung dengan skala likert dan mencapai nilai rata-rata 87% dari pengguna, dan kepuasan pengguna terhadap aplikasi mencapai 85%. Dimana menyatakan bahwa pengguna puas dengan sistem rekomendasi jobschit.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 300 Social Sciences > 300 Social sciences, sociology and anthropology > 302 Social interaction, Interpersonal interaction > 302.2 Communication 600 Technology (Applied Sciences) > 600 Technology > 600 Technology |
Divisions: | Faculty of Engineering & Informatics > Informatics |
Depositing User: | Administrator UMN Library |
Date Deposited: | 01 Feb 2019 02:31 |
Last Modified: | 05 Apr 2023 03:46 |
URI: | https://kc.umn.ac.id/id/eprint/5106 |
Actions (login required)
View Item |