Sistem Rekomendasi Lowongan Pekerjaan Menggunakan Content-Based Filtering
DOI:
https://doi.org/10.26418/jp.v10i3.83801Keywords:
Content Based Filtering, Cosine Similarity, Pekerjaan, Sistem Rekomendasi, TF-IDFAbstract
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.References
C. Harteis, M. Goller, and C. Caruso, “Conceptual Change in the Face of Digitalization: Challenges for Workplaces and Workplace Learning,†Front. Educ., vol. 5, no. January, pp. 1–10, 2020, doi: 10.3389/feduc.2020.00001.
T. R. Dillahunt, A. Israni, and A. J. Lu, “Examining the use of online platforms for employment: A survey of u.s. job seekers,†Conf. Hum. Factors Comput. Syst. - Proc., 2021, doi: 10.1145/3411764.3445350.
M. Knell, “The digital revolution and digitalized network society,†Rev. Evol. Polit. Econ., vol. 2, no. 1, pp. 9–25, 2021, doi: 10.1007/s43253-021-00037-4.
S. Li et al., “Deep Job Understanding at LinkedIn,†SIGIR 2020 - Proc. 43rd Int. ACM SIGIR Conf. Res. Dev. Inf. Retr., pp. 2145–2148, 2020, doi: 10.1145/3397271.3401403.
A. C. Tîrnovanu, M. Năstase, J. A. Șișu, and J. Mujaya, “Digital Transformation during COVID-19 Pandemic – a Bibliometric Analysis,†Proc. Int. Conf. Bus. Excell., vol. 17, no. 1, pp. 2070–2084, 2023, doi: 10.2478/picbe-2023-0181.
D. Johnson, “What is LinkedIn,†Univ. Mont., 2019, [Online]. Available: umt.edu/elcs
D. Aguado, J. C. Andrés, A. L. GarcÃa-Izquierdo, and J. RodrÃguez, “LinkedIn ‘Big Four’: Job performance validation in the ICT sector,†Rev. Psicol. del Trab. y las Organ., vol. 35, no. 2, pp. 53–64, 2019, doi: 10.5093/jwop2019a7.
P. N. Raharjo, A. Handojo, and H. Juwiantho, “Sistem Rekomendasi Content Based Filtering Pekerjaan dan Tenaga Kerja Potensial menggunakan Cosine Similarity,†J. Invra, vol. 10, no. 2, pp. 1–6, 2022.
A. Prihatiningsih, M. N. Tentua, and M. Fairuzabadi, “Sistem Rekomendasi Peluang Kerja Alumni Fakultas Sains dan Teknologi Universitas PGRI Yogyakarta,†Seri Pros. Semin. Nas. Din. Inform., vol. 5, no. 1, pp. 21–24, 2021, [Online]. Available: http://senadi.upy.ac.id/prosiding/index.php/senadi/article/view/195
M. Cubrich et al., “Examining the criterion-related validity evidence of LinkedIn profile elements in an applied sample,†Comput. Human Behav., vol. 120, no. December 2020, p. 106742, 2021, doi: 10.1016/j.chb.2021.106742.
R. Habibi and M. D. Albanna, “Analisis Sistem Rekomendasi Pada Job Recommendation Berdasarkan Profil LinkedIn Menggunakan Cosine Similarity,†J. Tek. Inform., vol. 14, no. 3, pp. 118–122, 2022.
A. H. A. Rashid, M. Mohamad, S. Masrom, and A. Selamat, “Student Career Recommendation System Using Content-Based Filtering Method,†2022 3rd Int. Conf. Artif. Intell. Data Sci. Championing Innov. Artif. Intell. Data Sci. Sustain. Futur. AiDAS 2022 - Proc., no. December, pp. 60–65, 2022, doi: 10.1109/AiDAS56890.2022.9918766.
A. A. Kumar, “Job Recommendation System Based on Skill Sets,†Int. J. Creat. Res. Thoughts, vol. 10, no. 8, pp. 770–785, 2022.
J. Dhameliya and N. Desai, “Job Recommender Systems: A Survey,†2019 Innovations in Power and Advanced Computing Technologies, i-PACT 2019. 2019. doi: 10.1109/i-PACT44901.2019.8960231.
S. Boukari, S. Fayech, and R. Faiz, “Huntalent: A candidates recommendation system for automatic recruitment via linkedin,†2020 7th Int. Conf. Soc. Netw. Anal. Manag. Secur. SNAMS 2020, 2020, doi: 10.1109/SNAMS52053.2020.9336532.
A. Mulay, S. Sutar, J. Patel, A. Chhabria, and S. Mumbaikar, “Job Recommendation System Using Hybrid Filtering,†ITM Web Conf., vol. 44, p. 02002, 2022, doi: 10.1051/itmconf/20224402002.
S. Kannnan and V. Gurusamy, “Preprocessing Techniques for Text Mining - An Overview,†Int. J. Comput. Sci. Commun. Networks, no. February 2015, pp. 7–16, 2014.
S. M. Weiss, N. Indurkhya, T. Zhang, and F. J. Damerau, Text mining: Predictive Methods for Analyzing Unstructured Information, 1st ed., vol. 36, no. 1C. Springer New York, NY, 2005. doi: 10.1007/978-0-387-34555-0.
