PENERAPAN METODE NAÏVE BAYES UNTUK MEREKOMENDASIKAN PEKERJAAN YANG SESUAI TERHADAP FRESH GRADUATE (1.1.4.23.029/IKR/P)

MULYANA, IKRIMA NINGRUMSARI and Habibi, Roni and Setyawan, Muhammad Yusril Helmi (2023) PENERAPAN METODE NAÏVE BAYES UNTUK MEREKOMENDASIKAN PEKERJAAN YANG SESUAI TERHADAP FRESH GRADUATE (1.1.4.23.029/IKR/P). Diploma thesis, ULBI.

Full text not available from this repository.

Abstract

ABSTRAK Dalam era sekarang ini, banyak lulusan baru yang kesulitan menemukan pekerjaan yang cocok dengan kemampuan dan keahlian mereka. Mengingat besarnya jumlah informasi lowongan pekerjaan yang tersedia di internet, sangat esensial bagi para lulusan baru untuk dapat menyaring dan menemukan pekerjaan yang paling sesuai dengan latar belakang mereka. Studi ini dirancang untuk menciptakan sistem rekomendasi pekerjaan dengan menggunakan metode Naïve Bayes yang diharapkan dapat membantu para Fresh Graduate perguruan tinggi yang berhubungan dengan jurusan teknik informatika. Pada penelitian ini penulis menggunakan metode Naïve Bayes yang diharapkan dapat membantu merekomendasikan pekerjaan yang paling cocok berdasarkan beberapa kriteria, seperti keahlian, latar belakang pendidikan, dan pengalaman magang. Penelitian ini mencakup perekomendasian pekerjaan, yang bertujuan untuk mengukur efektivitas Naïve Bayes dalam memberikan rekomendasi pekerjaan yang tepat untuk lulusan baru. Maka dari itu dibuatlah Penerapan Metode Naïve Bayes untuk Merekomendasikan Pekerjaan yang Sesuai Bagi Fresh Graduate. Pada penggunaan metode tersebut pengklasifikasi Naive Bayes penulismendapatkan hasil akurasi prediksi sebesar 78%. Sistem ini memprediksi pekerjaan berdasarkan data seperti nama, jurusan, minat, magang, bahasa yang dikuasai serta pengalaman project. Walaupun banyak data pelatihan menunjukkan nilai 0 untuk pekerjaan di luar sub bidang IT, sistem ini dapat menempatkan profil ke subsektor IT dengan akurasi 83%. Kata Kunci: Fresh Graduate, Naïve Bayes, Rekomendasi

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Depositing User: Unnamed user with email [email protected]
Date Deposited: 23 Jan 2024 04:12
Last Modified: 23 Jan 2024 04:12
URI: http://eprint.ulbi.ac.id/id/eprint/2111

Actions (login required)

View Item View Item