Sistem Rekomendasi Peluang Kerja Alumni Fakultas Sains dan Teknologi Universitas PGRI Yogyakarta

Ambar Prihatiningsih, Meilany Nonsi Tentua, Muhammad Fairuzabadi

Sari


Universitas PGRI Yogyakarta (UPY) menjadi bagian dari salah satu Perguruan Tinggi swasta di Yogyakarta yang mempunyai Program Sarjana (S1) dan Program Pasca Sarjana (S2). UPY mempunyai banyak alumni yang datanya disimpan secara terkomputerisasi. Namun banyaknya data alumni belum dimanfaatkan untuk menentukan peluang kerja alumni. Permasalahannya banyak dari alumni kurang cocok antara posisi pekerjaan yang sesuai dengan kemampuan yang ada, sehingga tanggung jawab pekerjaan tertentu terkadang tidak mampu dikerjakan dan diselesaikan dengan maksimal. Oleh karena itu dibutuhkan sistem rekomendasi peluang kerja alumni Fakultas Sains dan Teknologi Universitas PGRI Yogyakarta. Penulis merancang sebuah sistem rekomendasi peluang kerja alumni menggunakan metode K-Nearest Neighbor (KNN) berbasis website untuk mengatasi masalah yang ada. Rancangan tersebut akan diimplementasikan dengan menggunakan PHP sebagai bahasa pemrogramannya dan sebagai media penyimapanan menggunakan database MySql. Penelitian ini diharapkan dapat menghasilkan sebuah sistem rekomendasi peluang kerja menggunakan metode KNN berbasis website. Sistem ini diharapkan mampu memberikan informasi dan memudahkan pengguna khususnya para alumni Informatika untuk mendapatkan pekerjaan yang sesuai dalam bidangnya.

Teks Lengkap:

PDF

Referensi


D. Astuti, A. Pinandito, and R. K. Dewi, “Sistem Rekomendasi Lowongan Pekerjaan Untuk Fresh Graduate Menggunakan Metode Weighted Product Berbasis Android,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 1, no. 12, pp. 1518–1525, 2017, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/534/220/.

S. B. Fauziah, Fauziah, and M. D. Suliiyo, “Data Mining untuk Rekomendasi Kerja bagi Alumi dengan Algoritma GARC(Gain Based Association Rule Classifiction),” Tugas Akhir, pp. 1–6, 2013. [

E. A. Muhsina and N. Nurochman, “Sistem Pakar Rekomendasi Profesi Berdasarkan Multiple Intelligences Menggunakan Teorema Bayesian,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 2, no. 1, p. 16, 2017, doi: 10.14421/jiska.2017.21-03.

A. D. Pradana, “Sistem Rekomendasi Penentuan Pekerjaan berdasarkan Kepribadian Riasec menggunakan metode Simple Additive Weighting dan TOPSIS,” Skripsi Prodi Ilmu Komput. Univ. Pendidik. Indones., 2014.

H. D. Anggraeni, R. Saputra, and B. Noranita, “APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang),” J. Masy. Inform., vol. 4, no. 7, 2013, doi: 10.14710/jmasif.4.7.1-8.

D. Kurniawan and A. Saputra, “Penerapan K-Nearest Neighbour dalam Penerimaan Peserta Didik dengan Sistem Zonasi,” J. Sist. Inf. Bisnis, vol. 9, no. 2, p. 212, 2019, doi: 10.21456/vol9iss2pp212-219.

W. O. N. Kadir, B. Pramono, and Statiswaty, “Penerapan Data Mining dengan Metode K-Nearest Neighbor (KNN) untuk Mengelompokkan Minat Konsumen Asuransi (PT. Jasaraharja Putera),” semanTIK, vol. 5, no. 1, pp. 97–104, 2019.

Y. R. Amalia, “Penerapan Data Mining Untuk Prediksi Penjualan Produk Elektronik Terlaris Menggunakan Metode K-Nearest Neighbor (Studi Kasus : PT. Bintang Multi Sarana Palembang),” Thesis, 2018.

R. L. Hasanah, M. Hasan, W. E. Pangesti, F. F. Wati, and W. Gata, “Klasifikasi Penerima Dana Bantuan Desa Menggunakan Metode Knn (K-Nearest Neighbor),” J. Techno Nusa Mandiri, vol. 16, no. 1, pp. 1–6, 2019, doi: 10.33480/techno.v16i1.25.

L. Anshori, R. R. M. Putri, and Tibyani, “Implementasi Metode K-Nearest Neighbor untuk Rekomendasi Keminatan Studi ( Studi Kasus : Jurusan Teknik Informatika Univ ....,” J. Pengemb. Teknol. Inf. dan


Refbacks

  • Saat ini tidak ada refbacks.