<![CDATA[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.]]>
Copyrights © 2024
