Muh Al Ihlas
Universitas Nggusuwaru

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pengembangan Model Smart Career Link Berbasis Random Forest untuk Pemadanan Kompetensi Lulusan SMK dan Industri irwansya; Euis Nurninawati; Muh Al Ihlas
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10113

Abstract

Perubahan kebutuhan dunia kerja yang semakin dinamis menuntut lulusan Sekolah Menengah Kejuruan (SMK) memiliki kompetensi yang selaras dengan kebutuhan industri. Namun, pemadanan kompetensi lulusan dengan kebutuhan pekerjaan masih terkendala karena informasi kompetensi dan lowongan kerja belum terintegrasi secara optimal. Penelitian ini bertujuan mengembangkan model Smart Career Link berbasis Random Forest untuk melakukan pemadanan kompetensi lulusan SMK dengan kebutuhan industri dan menghasilkan rekomendasi pekerjaan yang relevan. Penelitian menggunakan pendekatan Research and Development (R&D), sedangkan Waterfall digunakan sebagai model pengembangan sistem perangkat lunak. Data diperoleh dari SMK Negeri 2 Kota Bima tahun 2025-2026, berupa profil kompetensi lulusan dan persyaratan kompetensi pekerjaan. Dari 330 pasangan potensial profil kompetensi dan lowongan pekerjaan, 200 pasangan yang memenuhi kriteria kelengkapan dan relevansi digunakan sebagai dataset. Setiap pasangan merepresentasikan satu unit pemadanan dan diberi label Sesuai atau Tidak Sesuai berdasarkan persyaratan pekerjaan yang diverifikasi oleh BKK, guru produktif, dan/atau mitra industri. Pemadanan mempertimbangkan bidang keahlian, kompetensi teknis, sertifikasi, dan pengalaman praktik kerja industri. Random Forest digunakan untuk klasifikasi kesesuaian. Stratified 5-Fold Cross-Validation menghasilkan accuracy 93,50±1,37%, precision 93,17±2,27%, recall 94,00±4,18%, dan F1-score 93,51±1,48%. Pengujian 40 data testing menghasilkan accuracy 92,50%. Black-box testing terhadap 11 fungsi utama menunjukkan seluruh fungsi berjalan sesuai kebutuhan.