Tsany Rijalu Ahimsa
Fakultas Ilmu Komputer, Universitas Brawijaya

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

Found 1 Documents
Search

Pengembangan Platform Informasi Lowongan Kerja dengan Teknik Crowdsourcing pada Media Sosial Twitter berbasis Mobile (Studi Kasus: Hashtag #lokercot) Tsany Rijalu Ahimsa; Agi Putra Kharisma; Fais Al Huda
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Isu resesi ekonomi yang melanda seluruh dunia di penghujung tahun 2022 mengakibatkan banyak perusahaan melakukan PHK massal. Hal ini mengakibatkan masyarakat Indonesia kehilangan pekerjaannya. Hal ini diperparah dengan penyebaran informasi lowongan pekerjaan yang kurang merata. Namun, masyarakat Indonesia mendapatkan angin segar dengan hadirnya akun @hrdbacot pada Twitter yang sering membagikan informasi lowongan kerja. Informasi tersebut dihimpun pada sebuah hashtag bernama #lokercot. Masalah lain muncul ketika pengguna ingin mencari pekerjaan secara spesifik. Mesin pencari milik Twitter hanya mencari berdasarkan teks yang membuat informasi tersebut tidak tersampaikan dengan baik. Dibutuhkan penambahan tools pengekstraksi informasi yang pada gambar salah satunya yaitu Optical Character Recognition (OCR) sehingga lowongan pekerjaan yang dibagikan dapat dengan mudah ditemukan. Oleh karena itu, dikembangkanlah aplikasi berbasis Android yang menghimpun informasi lowongan kerja pada hashtag #lokercot dengan ditambahkan OCR pada aplikasi untuk mengekstrak teks dari gambar. Aplikasi dikembangkan menggunakan SDLC Prototype, Firebase sebagai basis data, serta OCR untuk mengekstrak data dari gambar. Aplikasi diuji menggunakan pengujian blackbox, pengujian usability, dan pengujian kompatibilitas. Pada pengujian blackbox didapatkan tingkat keberhasilan sebesar 100%. Pada pengujian usability didapatkan tingkat efektivitas sebesar 100% dan skor SUS sebesar 85,25. Pengujian kompatibilitas menunjukkan aplikasi dapat berjalan dengan normal pada perangkat dengan versi Android 10, 11, dan 12.