Sistem Rekomendasi Pencarian Pekerjaan Berbasis Web Menggunakan Metode Hybrid-Based Recommendation
SISTEM REKOMENDASI PENCARIAN PEKERJAAN BERBASIS WEB MENGGUNAKAN METODE HYBRID-BASED RECOMMENDATION
SKRIPSI NURUL KHADIJAH 091402060
PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013 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
091402060 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN
2013
PERSETUJUAN
Judul : SISTEM REKOMENDASI PENCARIAN PEKERJAAN BERBASIS WEB MENGGUNAKAN METODE
HYBRID-BASED RECOMMENDATION Kategori : SKRIPSI Nama : NURUL KHADIJAH Nomor Induk Mahasiswa : 091402060 Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
(FASILKOMTI) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Agustus 2013
Komisi Pembimbing : Pembimbing 2
Pembimbing 1 Sarah Purnamawati, S.T, M.Sc Dr. Erna Budhiarti Nababan, M.IT.
NIP. 19830226 201012 2 003 NIP. - Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Prof. Opim Salim Sitompul, M.Sc NIP 19610817 198701 1001
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 091402060
UCAPAN TERIMA KASIH
serta shalawat dan salam
Puji dan syukur penulis sampaikan kehadirat Allah SWT,
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 Universitas Sumatera Utara. Untuk itu penulis mengucapkan terima kasih kepada :
1. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, 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 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.
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.
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.
DAFTAR ISI
Persetujuan i
Pernyataan ii
Pernghargaan iii
Abstrak v
Abstract vi
Daftar isi vii
Daftar tabel x
Daftar gambar xii
Bab 1 Pendahuluan
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
3
1.3 Batasan Masalah
3
1.4 Tujuan Penelitian
4
1.5 Manfaat Penelitian
4
1.6 Metode Penelitian
4
1.7 Sistematika Penulisan
5 Bab 2 Landasan Teori
7
2.1 Basis Data
7
2.1.1 Database Management System (DBMS)
8
2.2 Sistem Rekomendasi
8
2.2.1 Content Based Filtering
9
2.2.2 Collaborative Filtering
9
2.2.3 Hybrid Based Filtering
9
2.3 Metode Nearest Neighbor
10
2.4 Metode Decision tree
11
2.5 Penelitian Terdahulu
13 Bab 3 Analisis dan Perancangan
16
3.1 Data yang digunakan
16
3.2 Analisis Data
16
3.2.1 Klasifikasi data
17
3.2.2 Data pada Content-based Filtering
19
3.2.3 Data pada Collaborative Filtering
20
3.3 Metode Hybrid
22
3.3.1 Proses Metode Content-based Filtering
23
3.3.2 Proses Metode Collaborative-based Filtering
26
3.4 Hasil dari metode Hybrid Approch
32
3.5 Perancangan Sistem
33
3.5.1 Use Case
33
3.5.2 Data Flow Diagram
34
3.5.2.1 DFD Level 0
35
3.5.2.2 DFD Level 1
36
3.5.2.3 DFD Level 2
37
3.5.3 Flow Chart perancangan algoritma Nearest Neighbor
39
3.5.4 Sitemap Aplikasi
40
3.5.5 Database
42
3.5.6 Antarmuka Sistem
43 Bab 4 Implementasi dan Pengujian Sistem
48
4.1 Implementasi Sistem
48
4.1.1 Lingkungan Implementasi
48
4.2 Implementasi perancangan antarmuka
49
4.2.1 Halaman Home
49
4.2.2 Halaman Daftar
50
4.2.3 Halaman tampil Lowongan pekerjaan
52
4.2.4 Halaman login
53
4.2.4.1 Halaman Login admin
54
4.2.4.2 Halaman Login Pelamar
56
4.2.4.3 Halaman Login Perusahaan
59
4.3 Implementasi data
63
4.4 Pengujian Sistem
62
4.4.1 Rencana Pengujian Sistem
63
4.4.2 Kasus dan Hasil Pengujian Sistem
64
4.4.2.1 Pengujian input data
64
4.4.2.2 Pengujian menampilkan lowongan pekerjaan
65
4.4.2.3 Pengujian login
66
4.4.2.4 Pengujian Rekomendasi pencarian pekerjaan
67
4.4.2.5 Pengujian menampilkan profil dan edit data
68
4.4.3 Pengujian Kinerja Sistem
71
4.4.4 Pengujian data
74 Bab 5 Kesimpulan dan Saran
76
5.1 Kesimpulan
76
5.2 Saran
77 Daftar Pustaka
78 Lampiran Listing Program
82
DAFTAR TABEL
28 Tabel 3.15 Kedekatan nilai atribut kualifikasi pendidikan
65 Tabel 4.5 Pengujian Sistem (login)
65 Tabel 4.4 Pengujian Sistem (Penampilan Lowongan)
64 Tabel 4.3 Pengujian Sistem (Input data)
63 Tabel 4.2 Pengujian Sistem (Input data pelamar)
34 Tabel 4.1 Rencana pengujian sistem
32 Tabel 3.23 Entitas DFD
32 Tabel 3.22 Hasil berupa rangking rekomendasi pekerjaan
30 Tabel 3.21 Hasil perhitungan similarity
30 Tabel 3.20 Bobot Variabel
30 Tabel 3.19 Kedekatan Nilai atribut kemampuan komputer
29 Tabel 3.18 Bobot Variabel
29 Tabel 3.17 Kedekatan nilai atribut IP
28 Tabel 3.16 Bobot variabel
28 Tabel 3.14 Bobot Variabel
Halaman
27 Tabel 3.13 Kedekatan Nilai atribut jenis pendidikan
27 Tabel 3.12 Tabel kasus baru (data pelamar pekerjaan)
27 Tabel 3.11 Tabel kasus lama (daftar pekerjaan)
27 Tabel 3.10 Sampel data nilai atribut jenis pendidikan
26 Tabel 3.9 Bobot variabel
23 Tabel 3.8 Penentuan Nilai bobot
22 Tabel 3.7 Sampel data pelamar
21 Tabel 3.6 Sampel data
20 Tabel 3.5 Sampel data lowongan pekerjaan
18 Tabel 3.4 Sampel data latar belakang pendidikan
17 Tabel 3.3 Variabel dan Atribut
16 Tabel 3.2 Parameter rekomendasi pada metode Collaborative-based
13 Tabel 3.1 Sumber Data
Tabel 2.1 Penelitian Terdahulu66
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
DAFTAR GAMBAR
37 Gambar 3.14 DFD Level 2 : Melihat data
54 Gambar 4.9 Halaman login admin (profil pelamar)
54 Gambar 4.8 Halaman login admin
53 Gambar 4.7 Halaman login
52 Gambar 4.6 Halaman lowongan pekerjaan (tampil lowongan )
52 Gambar 4.5 Halaman lowongan pekerjaan (pilih bidang)
51 Gambar 4.4 Halaman Daftar pekerjaan
50 Gambar 4.3 Halaman Daftar pelamar
50 Gambar 4.2 Halaman Daftar
42 Gambar 4.1 Halaman Home
41 Gambar 3.18 Database sistem rekomendasi
39 Gambar 3.17 Site Map sistem rekomendasi
38 Gambar 3.16 Flow Chart sistem rekomendasi
38 Gambar 3.15 DFD Level 2 : Rekomendasi Pekerjaan
37 Gambar 3.13 DFD Level 2 : Proses Login
Halaman
36 Gambar 3.12 DFD Level 2 : Mengelola data perusahaan dan lowonga pekerjaan
35 Gambar 3.11 DFD Level 2 : Mengelola data pelamar
34 Gambar 3.10 DFD Level 1
33 Gambar 3.9 DFD Level 0/Diagram Konteks
25 Gambar 3.8 Usecase Spesification Program
25 Gambar 3.7 Pembentukan Akar 3
24 Gambar 3.6 Pembentukan Akar 2
24 Gambar 3.5 Pembentukan Akar 1
22 Gambar 3.4 Node Akar
19 Gambar 3.3 Kombinasi sekuensial
18 Gambar 3.2 Penggunaan variabel dan atribut pada nearest neighbor
12 Gambar 3.1 Penetuan parameter
10 Gambar 2.2 Decision tree
Gambar 2.1 Kedekatan Kasus55
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 4.23 10 rekomendasi pekerjaan dengan nilai tertinggi
74 Gambar 4.24 Grafik running time sistem
75