PENGELOMPOKAN SKILL REQUIREMENT PADA LOWONGAN PEKERJAAN ALUMNI MENGGUNAKAN ALGORITMA K-MEANS

Nugraha, Rizki (2020) PENGELOMPOKAN SKILL REQUIREMENT PADA LOWONGAN PEKERJAAN ALUMNI MENGGUNAKAN ALGORITMA K-MEANS. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_KOM_1506748_Title.pdf Download (638kB)
	Text S_KOM_1506748_Chapter1.pdf Download (150kB)
	Text S_KOM_1506748_Chapter2.pdf Restricted to Staf Perpustakaan Download (601kB)
	Text S_KOM_1506748_Chapter3.pdf Download (201kB)
	Text S_KOM_1506748_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_KOM_1506748_Chapter5.pdf Download (45kB)
	Text S_KOM_1506748_Appendix.pdf Restricted to Staf Perpustakaan Download (249kB)

Abstract

Pengangguran merupakan salah satu permasalahan besar di Indonesia. Badan Pusat Statistik menunjukkan penurunan angka pengangguran di tingkat SD, SMP, SMK, dan SMA, namun justru mengalami peningkatan pada tingkat Diploma dan Sarjana. Salah satu faktor penyebab permasalahan ini adalah kesenjangan yang terjadi antara industri dengan pendidikan tinggi. Permasalahan ini dapat diatasi dengan memberikan lulusan pendidikan tinggi pengetahuan mengenai kebutuhan industri saat ini. Salah satunya dapat diperoleh melalui lowongan pekerjaan yang tersebar dalam sebuah media sosial, salah satunya grup alumni Departemen Pendidikan Ilmu Komputer UPI. Untuk mempermudah lulusan mendapatkan pengetahuan tersebut dilakukan pengelompokan lowongan pekerjaan dengan metode k-Means. Pemrosesan lowongan pekerjaan. Sebelum dapat dikelompokkan harus mengalami praproses terlebih dahulu. Praproses yang dilakukan menggunakan kerangka kerja text mining, langkah-langkahnya terdiri atas case folding, tokenizing, filtering, dan stemming. Khusus untuk stemming menggunakan algoritma Nazief dan Adriani karena menggunakan bahasa Indonesia. Hasil praproses direpresentasikan menjadi angka menggunakan algoritma TF-IDF dan ekstraksi fitur PCA untuk mereduksi dimensi. Setelah itu dilakukan pengelompokkan menggunakan algoritma k-Means dengan jumlah cluster yang bervariasi dan evaluasi menggunakan metode Elbow dan Silhouette Coefficient. Dari hasil analisis evaluasi cluster didapatkan nilai Sum of Squared Error sebesar 2.6517 dan nilai silhouette sebesar 0.5795 pada jumlah cluster 3.

Item Type:	Thesis (S1)
Additional Information:	No Panggil : S KOM RIZ p-2020; Pembimbing : I. Rani Megasari, II. Erna Piantari; NIM :1506748
Uncontrolled Keywords:	Clustering, Text Mining, TF-IDF, Lowongan Pekerjaan, Silhouette Coefficient, Elbow Method.
Subjects:	L Education > L Education (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Rizki Nugraha
Date Deposited:	01 Jun 2020 14:49
Last Modified:	01 Jun 2020 14:49
URI:	http://repository.upi.edu/id/eprint/48963

Actions (login required)

View Item