SISTEM REKOMENDASI PENCARIAN PEKERJAAN BERBASIS WEB MENGGUNAKAN METODE HYBRID-BASED RECOMMENDATION SKRIPSI NURUL KHADIJAH

Transkripsi

1 SISTEM REKOMENDASI PENCARIAN PEKERJAAN BERBASIS WEB MENGGUNAKAN METODE HYBRID-BASED RECOMMENDATION SKRIPSI NURUL KHADIJAH PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013

2 SISTEM REKOMENDASI PENCARIAN PEKERJAAN BERBASIS WEB MENGGUNAKAN METODE HYBRID-BASED RECOMMENDATION SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi NURUL KHADIJAH PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013

3 PERSETUJUAN Judul : SISTEM REKOMENDASI PENCARIAN PEKERJAAN BERBASIS WEB MENGGUNAKAN METODE HYBRID-BASED RECOMMENDATION Kategori : SKRIPSI Nama : NURUL KHADIJAH Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen Fakultas Komisi Pembimbing : : TEKNOLOGI INFORMASI : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI (FASILKOMTI) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Agustus 2013 Pembimbing 2 Pembimbing 1 Sarah Purnamawati, S.T, M.Sc Dr. Erna Budhiarti Nababan, M.IT. NIP NIP. - Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Prof. Opim Salim Sitompul, M.Sc NIP

4 PERNYATAAN SISTEM REKOMENDASI PENCARIAN PEKERJAAN BERBASIS WEB MENGGUNAKAN METODE HYBRID-BASED RECOMMENDATION SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Agustus 2013 Nurul Khadijah

5 UCAPAN TERIMA KASIH Puji dan syukur penulis sampaikan kehadirat Allah SWT, serta shalawat dan salam kepada junjungan kita nabi Muhammad SAW yang telah memberikan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi. Untuk itu penulis mengucapkan terima kasih kepada : 1. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi, semua dosen serta pegawai di Program Studi S1 Teknologi Informasi. 2. Ketua dan Sekretaris Program Studi Teknologi Informasi, Prof. Dr. Opim Salim Sitompul, M.Sc. dan Drs. Sawaluddin, M.IT. 3. Seluruh dosen Departemen Teknologi Informasi dan Ilmu Komputer USU yang telah mengajarkan dan memberikan dukungan, arahan dan bantuannya dalam menyelesaikan tugas akhir ini. 4. Kepada Ibu Dr. Erna Budhiarti Nababan, M.IT selaku pembimbing satu dan Ibu Sarah Purnamawati, S.T, M.Sc selaku pembimbing dua yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis. Ucapan terima kasih juga ditujukan kepada Dedy Arisandi, S.T., M.Kom dan Baihaqi Siregar, S.Si, M.IT. yang telah bersedia menjadi dosen pembanding. 5. Skripsi ini penulis persembahkan untuk kedua orang tua dan keluarga penulis yang telah memberikan dukungan dan motivasi, ayah saya M. Loekman Sempurna dan ibu saya Nurlaili Fadliani yang selalu sabar dalam mendidik

6 dan membesarkan penulis. Untuk adik penulis Nurul Aisyah yang selalu memberikan dorongan dan dukungan kepada penulis. 6. Penulis juga mengucapkan terimakasih kepada teman-teman yang selalu memberikan dukungan, Diza Fathamira Hamzah, Aditya Rahandi, Julia Annisa Sitepu, Ammar Adianshar, Ibnu Setiawan, Ridzuan Ikram Fajri, Mhd Kurniawan, Fadli Rizki, Rizki Mulki, Alvin Rizki, Annifa Iqramitha, serta seluruh angkatan 09, teman teman TA, serta teman-teman mahasiswa Teknologi Informasi lainnya yang tidak dapat penulis sebutkan satu persatu. 7. Dan yang selalu mendukung, mendengarkan, memberikan saran dan kritik kepada penulis selama penulis dalam pengerjaan skripsi ini. Semoga segala kebaikan, bantuan dan dukungannya, dibalas Allah SWT dengan nikmat yang berlimpah dan tugas akhir ini dapat bermanfaat bagi semua pihak yang memerlukannya.

7 ABSTRAK Aktivitas utama yang dilakukan sehari hari seorang individu untuk mencari uang adalah dengan cara bekerja. Mencari pekerjaan yang sesuai dengan latar belakang pendidikan yang kita tekuni tidaklah mudah. Banyak individu yang tidak mengetahui kemampuan diri mereka sendiri dan keterbatasan informasi lowongan pekerjaan juga menjadi hambatan bagi pelamar yang ingin mencari pekerjaan. Karena itu, diperlukan satu alat bantu yang dapat memberi rekomendasi bidang pekerjaan apa yang sesuai dengan belakang pendidikan yang bersangkutan. Metode hybrid approach adalah dengan menggabungkan teknik collaborative-filtering (algoritma decision tree) dan content-based (algoritma nearest neighbor). Algoritma decision tree digunakan untuk pengklasifikasian bidang pekerjaan sedangkan untuk rekomendasi pekerjaan, digunakan algoritma nearest neighbor. Pada nearest neighbor digunakan rumus similarity untuk menghitung kedekatan antara pelamar dan lowongan pekerjaan berdasarkan pencocokan bobot dan atribut yang ada. Output yang dihasilkan dari sistem ini berupa daftar rekomendasi pekerjaan yg sesuai dengan latar belakang pendidikan pelamar. Kata Kunci rekomendasi pekerjaan, hybrid approach, decision tree, nearest neighbor.

8 ABSTRACT The main activity of an individual performed everyday to make money is by working. Looking for a job that match with our background education is not an easy task. Many individuals are not aware of their own capabilities and limited job information is also an obstacle for applicants who want to find a job. Therefore, we need a tool that can give an occupation s recommendation that relevant according to the educational background. Hybrid approach method is a method that combine collaborative-filtering techniques (decision tree algorithm) dan content-based techniques (nearest neighbor algorithm). Decision tree algorithm is used to clasify occupations, while for occupation s recommendation use nearest neighbor algorithm. On nearest neighbor similarity formula is being used to calculate adjacency between job applicant and jobs by matching the weight and existing attributes. Output from the system is in the form of a list of job recommendation in accordance with the applicant s education background. Keyword occupation s recommendation, hybrid approach, decision tree, nearest neighbor.

9 DAFTAR ISI Persetujuan i Pernyataan ii Pernghargaan iii Abstrak v Abstract vi Daftar isi vii Daftar tabel x Daftar gambar xii Bab 1 Pendahuluan Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metode Penelitian Sistematika Penulisan 5 Bab 2 Landasan Teori Basis Data Database Management System (DBMS) Sistem Rekomendasi Content Based Filtering Collaborative Filtering Hybrid Based Filtering Metode Nearest Neighbor Metode Decision tree Penelitian Terdahulu 13 Bab 3 Analisis dan Perancangan Data yang digunakan Analisis Data Klasifikasi data 17

10 3.2.2 Data pada Content-based Filtering Data pada Collaborative Filtering Metode Hybrid Proses Metode Content-based Filtering Proses Metode Collaborative-based Filtering Hasil dari metode Hybrid Approch Perancangan Sistem Use Case Data Flow Diagram DFD Level DFD Level DFD Level Flow Chart perancangan algoritma Nearest Neighbor Sitemap Aplikasi Database Antarmuka Sistem 43 Bab 4 Implementasi dan Pengujian Sistem Implementasi Sistem Lingkungan Implementasi Implementasi perancangan antarmuka Halaman Home Halaman Daftar Halaman tampil Lowongan pekerjaan Halaman login Halaman Login admin Halaman Login Pelamar Halaman Login Perusahaan Implementasi data Pengujian Sistem Rencana Pengujian Sistem Kasus dan Hasil Pengujian Sistem Pengujian input data Pengujian menampilkan lowongan pekerjaan 65

11 Pengujian login Pengujian Rekomendasi pencarian pekerjaan Pengujian menampilkan profil dan edit data Pengujian Kinerja Sistem Pengujian data 74 Bab 5 Kesimpulan dan Saran Kesimpulan Saran 77 Daftar Pustaka 78 Lampiran Listing Program 82

12 DAFTAR TABEL Halaman Tabel 2.1 Penelitian Terdahulu 13 Tabel 3.1 Sumber Data 16 Tabel 3.2 Parameter rekomendasi pada metode Collaborative-based 17 Tabel 3.3 Variabel dan Atribut 18 Tabel 3.4 Sampel data latar belakang pendidikan 20 Tabel 3.5 Sampel data lowongan pekerjaan 21 Tabel 3.6 Sampel data 22 Tabel 3.7 Sampel data pelamar 23 Tabel 3.8 Penentuan Nilai bobot 26 Tabel 3.9 Bobot variabel 27 Tabel 3.10 Sampel data nilai atribut jenis pendidikan 27 Tabel 3.11 Tabel kasus lama (daftar pekerjaan) 27 Tabel 3.12 Tabel kasus baru (data pelamar pekerjaan) 27 Tabel 3.13 Kedekatan Nilai atribut jenis pendidikan 28 Tabel 3.14 Bobot Variabel 28 Tabel 3.15 Kedekatan nilai atribut kualifikasi pendidikan 28 Tabel 3.16 Bobot variabel 29 Tabel 3.17 Kedekatan nilai atribut IP 29 Tabel 3.18 Bobot Variabel 30 Tabel 3.19 Kedekatan Nilai atribut kemampuan komputer 30 Tabel 3.20 Bobot Variabel 30 Tabel 3.21 Hasil perhitungan similarity 32 Tabel 3.22 Hasil berupa rangking rekomendasi pekerjaan 32 Tabel 3.23 Entitas DFD 34 Tabel 4.1 Rencana pengujian sistem 63 Tabel 4.2 Pengujian Sistem (Input data pelamar) 64 Tabel 4.3 Pengujian Sistem (Input data) 65 Tabel 4.4 Pengujian Sistem (Penampilan Lowongan) 65 Tabel 4.5 Pengujian Sistem (login) 66

13 Tabel 4.6 Pengujian sistem (rekomendasi) 66 Tabel 4.7 Pengujian sistem (pengiriman berkas) 67 Tabel 4.8 Pengujian sistem penampilan berkas 67 Tabel 4.9 Pengujian sistem untuk login admin 68 Tabel 4.10 Pengujian sistem untuk login pelamar 69 Tabel 4.11 Pengujian sistem (login perusahaan) 70 Tabel 4.12 Sampel data lowongan pekerjaan 71 Tabel 4.13 Rule Decision Tree 72 Tabel 4.14 Running time sistem 74

14 DAFTAR GAMBAR Halaman Gambar 2.1 Kedekatan Kasus 10 Gambar 2.2 Decision tree 12 Gambar 3.1 Penetuan parameter 18 Gambar 3.2 Penggunaan variabel dan atribut pada nearest neighbor 19 Gambar 3.3 Kombinasi sekuensial 22 Gambar 3.4 Node Akar 24 Gambar 3.5 Pembentukan Akar 1 24 Gambar 3.6 Pembentukan Akar 2 25 Gambar 3.7 Pembentukan Akar 3 25 Gambar 3.8 Usecase Spesification Program 33 Gambar 3.9 DFD Level 0/Diagram Konteks 34 Gambar 3.10 DFD Level 1 35 Gambar 3.11 DFD Level 2 : Mengelola data pelamar 36 Gambar 3.12 DFD Level 2 : Mengelola data perusahaan dan lowonga pekerjaan 37 Gambar 3.13 DFD Level 2 : Proses Login 37 Gambar 3.14 DFD Level 2 : Melihat data 38 Gambar 3.15 DFD Level 2 : Rekomendasi Pekerjaan 38 Gambar 3.16 Flow Chart sistem rekomendasi 39 Gambar 3.17 Site Map sistem rekomendasi 41 Gambar 3.18 Database sistem rekomendasi 42 Gambar 4.1 Halaman Home 50 Gambar 4.2 Halaman Daftar 50 Gambar 4.3 Halaman Daftar pelamar 51 Gambar 4.4 Halaman Daftar pekerjaan 52 Gambar 4.5 Halaman lowongan pekerjaan (pilih bidang) 52 Gambar 4.6 Halaman lowongan pekerjaan (tampil lowongan ) 53 Gambar 4.7 Halaman login 54 Gambar 4.8 Halaman login admin 54 Gambar 4.9 Halaman login admin (profil pelamar) 55

15 Gambar 4.10 Halaman login admin (profil perusahaan) 55 Gambar 4.11 Halaman login pelamar 56 Gambar 4.12 Halaman login pelamar (profil pelamar) 57 Gambar 4.13 Halaman login pelamar (rekomendasi) 57 Gambar 4.14 Halaman login pelamar (seluruh rekomendasi) 58 Gambar 4.15 Halaman login pelamar (pengiriman resume) 59 Gambar 4.16 Halaman login perusahaan 59 Gambar 4.17 Halaman login perusahaan (menu profil) 60 Gambar 4.18 Halaman login perusahaan (menu view pelamar) 61 Gambar 4.19 Halaman login perusahaan (data lengkap pelamar) 61 Gambar 4.20 Rule indeks prestasi 72 Gambar 4.21 Rule tipe pekerjaan 73 Gambar 4.22 Rule fresh graduate 73 Gambar rekomendasi pekerjaan dengan nilai tertinggi 74 Gambar 4.24 Grafik running time sistem 75