Sistem Rekomendasi pada Portal Lowongan Kerja Menggunakan Metode Simple Additive Weighting

Sistem Rekomendasi pada Portal Lowongan Kerja Menggunakan Metode Simple Additive Weighting Arie Anggono, Andi Wahju Rahardjo Emanuel Jurusan S1 Teknik Informatika Fakultas Teknologi Informasi, Universitas Kristen Maranatha Jl. Prof. Drg. Surya Sumantri No. 65, Bandung 40164 email: [email protected], [email protected] Abstract Recommendation System is a system applied inside a web-based application for job vacancies which will be the bridge between companies and job applicants. The recommendation system will match the job requirements in the job vacancies with the qualifications found in the CV of the job applicants using Simple Additive Weighting method. The qualifications used as the parameters are degree, major, age, experience, GPA, and gender. The system will calculate the matching values of these qualifications with the requirements of the job vacancies and giving recommendations as “not fit”, “medium fit”, and “fit” with the need of the company.

Keywords: Recommendation System, Job Vacancy, CV, Simple Additive Weighting.

1. Pendahuluan Survey dari Badan Pusat Statistik (BPS) yang terdapat pada website bps.go.id menyatakan bahwa tingkat pengangguran di Indonesia pada bulan Februari tahun 2014 mencapai 7,14 juta orang [1]. Salah satu faktor yang mempengaruhi tingkat pengangguran yang tinggi adalah penyebaran informasi lowongan kerja yang kurang merata. Masyarakat Indonesia kerap kali sulit untuk mendapatkan pekerjaan yang sesuai dengan kemampuan dirinya karena proses pencarian lowongan kerja, pengajuan Curriculum Vitae (CV), dan proses seleksi masih dilakukan secara manual sehingga membutuhkan waktu yang relatif lama. Seiring dengan perkembangan teknologi informasi, terdapat teknologi yang dapat membantu persoalan ini,beberapa diantaranya adalah teknologi Internet. Salah satu contoh penggunaan teknologi Internet untuk membantu para pencari kerja dan perusahaan adalah situs jobstreet.com, jobsdb.com dan situs - situs pencari kerja lainnya. Faktor pembeda dari portal lowongan kerja yang dikembangkan dibandingkan dengan portal - portal lainnya adalah adanya sistem rekomendasi yang menghubungkan kualifikasi pencari kerja dengan persyaratan dari lowongan pekerjaan yang tersedia.

79

Jurnal Informatika, Vol. 10 No. 1, Juni 2014: 79 - 91

Sistem rekomendasi yang dikembangkan pada situs portal lowongan kerja ini bersifat dinamis yang menghubungkan pihak perusahaan yang menyediakan lowongan pekerjaan dan pihak pelamar yang memiliki CV yang menunjukkan kualifikasi pelamar. Pihak perusahaan dapat melakukan pengaturan pemberian bobot terhadap atribut yang dijadikan parameter dalam sistem rekomendasi. Sistem rekomendasi akan melakukan perhitungannya dapat mendekati perhitungan seleksi CV yang biasa dilakukan departemen Human Resource Development. Hasil rekomendasi akan diinformasikan ke pihak perusahaan dan pihak pelamar berdasarkan kecocokan antara kualifikasi pelamar dan kebutuhan lowongan pekerjaan. Sesuai dengan pokok-pokok permasalahan yang telah diidentifikasi di atas, maka rumusan permasalahan yang akan diteliti adalah: 1. Bagaimana membangun portal yang dapat membantu pihak pelamar dan perusahaan untuk mendapatkan pekerjaan atau pekerja yang sesuai ? 2. Bagaimana membangun sistem rekomendasi antara pelamar dan perusahaan yang dapat menghasilkan rekomendasi yang tepat ? Untuk menjawab permasalahan di atas, maka tujuan dari penelitian adalah sebagai berikut: 1.

2.

Membangun portal yang dapat membantu pihak pelamar yang akan mencari pekerjaan dan pihak perusahaan yang memberikan lowongan pekerjaan. Membangun sistem rekomendasi yang dapat melakukan proses pencocokan antara persyaratan lowongan pekerjaan dengan CV pelamar.

2. Sistem Rekomendasi Berdasarkan Simple Additive Weighting (SAW) Sistem rekomendasi adalah sistem dimana rekomendasi yang akan diberikan oleh portal lowongan kerja untuk pelamar dan perusahaan menggunakan salah satu metode Decision Support System, yaitu metode Simple Additive Weighting (SAW). Rekomendasi tersebut berisi nilai kecocokan / match point dari CV pelamar terhadap lowongan pekerjaan yang telah di pasang sebelumnya oleh pihak perusahaan [2]. Metode SAW merupakan metode yang paling dikenal dan paling banyak digunakan orang dalam menghadapi situasi Multiple Attribute Decision Making. Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap attribut/parameter. Hasilnya berupa skor total yang diperoleh

80

Sistem Rekomendasi pada Portal Lowongan Kerja Menggunakan Metode Simple Additive Weighting (Arie Anggono, Andi Wahju Rahardjo Emanuel)

dengan menjumlahkan seluruh hasil perkalian antara bobot dan nilai rating yang telah di normalisasi sebelumnya. Metode SAW memiliki 2 kriteria atribut,yaitu kriteria keuntungan (benefit) dan kriteria biaya (cost). Pada kriteria benefit, jika kriteria tersebut mempunyai nilai semakin besar kecocokannya maka semakin baik, sedangkan kriteria cost semakin kecil nilainya maka semakin baik. Adapun langkah penyelesaian dalam menggunakan SAW adalah: 1. Menentukan alternatif pilihan, yaitu Ai. 2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj. 3. Membagi kriteria tersebut kedalam kriteria benefit dan cost. 4. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria. 5. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria. 6. Melakukan proses normalisasi pada seluruh nilai rating. 7. Mencari nilai V dari tiap Ai dengan cara menjumlahkan seluruh perkalian (W) dengan nilai rating yang sudah di normalisasi Metode Simple Additive Weighting sendiri telah diterapkan dalam beberapa aplikasi. Salah satu penerapannya misalnya pada sistem pendukung keputusan pemberian beasiswa di Universitas Panca Marga Probolinggo [3]. Bentuk penerapan lainnya adalah untuk menentukan pemenang lelang proyek sarana dan prasarana [4]. Contoh penerapan lainnya lagi adalah dalam pemilihan tablet [5]. Penerapan SAW dalam Sistem Informasi lowongan kerja juga dapat ditemukan dari karya ilmiah oleh Darmastusi dan Destriyana [6]. Penelitian pada karya ilmiah ini memiliki perbedaan, khususnya dibandingkan dengan karya dari Darmastuti dan Destriyana [6] karena parameter - parameter yang digunakan didalam sistem rekomendasi pada portal lowongan kerja didapatkan berdasarkan penelitian pada 134 lowongan kerja dari 30 perusahaan yang dimuat pada koran nasional dan lokal serta wawancara pada bagian departemen Human Resource Development di perbankan nasional terkemuka. Adapun kriteria - kriteria yang dipilih sebagai dasar perhitungan dapat dilihat pada tabel 1.

81


Tabel 1 Kriteria untuk Perhitungan No

Kriteria

Keterangan

1

C1

Degree

2

C2

Major

3

C3

Age

4

C4

Experience

5

C5

GPA

6

C6

Gender

Penentuan kriteria yang dapat digolongkan kedalam kriteria benefit 1. 2. 3. 4. 5.

Degree Major Experience Gender GPA

Penentuan kriteria yang dapat digolongkan kedalam kriteria cost 1. Age Tahapan berikutnya adalah tahap pemberian nilai pada bobot (W) dan rating pada tiap kriteria,teknik pemberian nilai rating dan bobot (W) pada kriteria dapat dilakukan dengan beragai macam cara dan metode. Fase ini dikenal dengan istilah pra-proses. Namun bisa juga dengan cara secara sederhana dengan memberikan nilai pada masing-masing secara langsung berdasarkan persentasi nilai bobotnya. Tabel 2 menunjukkan contoh data pelamar dengan kualifikasinya. Tabel 2 Data CV Applicant Degree Bachelor

Major Age Engineering ( 25 Computer / Telecomunication)

Experience 10 Years

GPA 3,75

Gender Female

Tabel 3 menunjukkan tiga lowongan pekerjaan dengan persyaratan dari masing - masing lowongan pekerjaan tersebut

82


Tabel 3 Data Lowongan Pekerjaan dan Persyaratannya Alternatif (Daftar Lowongan Pekerjaan) A1 A2

A3

Degree

Major

Age

Experien ce

GP A

Gender

Master Bachel or

Finance Engineering ( Computer / Telecomunication ) Mathematics

20-28 20-25

5 12

3,25 3,5

Female Male

26-35

15

3,75

Male

Doctor

Adapun langkah penyelesaiannya berdasarkan metode Simple Additive Weighting adalah sebagai berikut: 1. Melakukan perbandingan CV pelamar dan persyaratan lowongan pekerjaan: 1.1 Degree : Sistem akan memberikan nilai 10 apabila Degree pada CV dan Job Requirement memiliki nilai strata yang sama. Sistem akan memberikan penurunan 2 point untuk setiap nilai strata pada Degree yang tidak sesuai, contoh: 1.1.1 Apabila Degree yang dibutuhkan pada persyaratan lowongan pekerjaan adalah Master dan Degree pada CV pelamar adalah Bachelor, maka sistem akan memberikan nilai 8 pada Parameter Degree. 1.1.2 Apabila Degree yang dibutuhkan pada persyaratan lowongan pekerjaan adalah Master dan Degree pada CV pelamar juga Master, maka sistem akan memberikan nilai 10 pada Parameter Degree. 1.1.3 Apabila Degree yang dibutuhkan pada persyaratan lowongan pekerjaan adalah Master dan Degree pada CV pelamar adalah Doctor, maka sistem akan memberikan nilai 6 pada Parameter Degree. 1.2 Major : Sistem akan memberikan nilai 10 untuk setiap kesamaan antara bidang studi / Major pada CV pelamar dan persyaratan lowongan pekerjaan. Apabila bidang studi nya berbeda maka sistem akan memberikan nilai 2 1.3 Age : Sistem akan memberikan nilai 10 apabila age / umur pelamar sesuai dengan permintaan perusahaan. Apabila umur pelamar lebih

83


muda dari permintaan perusahaan, maka sistem akan memberikan nilai 12 dan nilai 8 apabila umurnya lebih tua dari permintaan perusahaan. 1.4 Experience : 1.4.1 Sistem akan memberikan nilai 10 apabila experience / pengalaman kerja dari pelamar sesuai dengan permintaan perusahaan. 1.4.2 Apabila pengalaman kerja pelamar lebih kecil dari permintaan perusahaan maka sistem akan memberikan nilai 8. 1.4.3 Apabila pengalaman kerja pelamar lebih besar dari permintaan perusahaan maka sistem akan memberikan nilai 12. 1.4.4 Apabila pelamar belum pernah bekerja sebelumnya maka sistem akan memberikan nilai 0. 1.5 GPA 1.5.1 1.5.2 1.5.3 1.5.4

: Sistem akan memberikan nilai 10 apabila GPA pelamar sesuai dengan permintaan perusahaan. Apabila GPA pelamar lebih besar dari permintaan perusahaan maka sistem akan memberikan nilai 12. Apabila GPA pelamar lebih kecil dari permintaan perusahaan maka sistem akan meberikan nilai 8. Apabila bidang studi pelamar tidak sesuai dengan permintaan perusahaan maka sistem akan memberikan nilai 0 pada parameter GPA

1.6 Gender : Sistem akan memberikan nilai 10 untuk setiap kesamaan antara Gender. Apabila Gender nya berbeda maka sistem akan memberikan nilai 2 Tabel 4 menunjukkan bobot dari setiap kriteria yang telah ditentukan. Nilai bobot ini dapat diubah sesuai dengan preferensi yang ditentukan oleh perusahaan yang memiliki lowongan pekerjaan.

Tabel 4 Pemberian nilai W pada tiap kriteria

84

No

Kriteria

Bobot

1

Degree

0.10

2

Major

0

3

Age

0.20


No

Kriteria

Bobot

4

Experience

0.30

5

GPA

0.30

6

Gender

0.10

Total

1

Tabel 5 menunjukkan pemberian nilai rating dari setiap kriteria seperti yang telah dijelaskan sebelumnya. Penentuan nilai rating juga dapat diubah sesuai preferensi dari perusahaan pemberi lowongan kerja. Tabel 5 Pemberian nilai rating pada tiap kriteria Alternatif (Daftar Lowongan Pekerjaan) A1 A2 A3

Degree

Major

8 10 6

2 10 2

2. Perhitungan atributnya, pada

Kriteria Age Experien ce 10 10 12

GPA

Gender

12 12 10

10 2 2

12 8 8

normalisasi nilai rating dibagi berdasarkan kriteria benefit rumus normalisasi nya adalah:

Degree[11] = 8 / max{8; 10;6} Degree[21] = 10 / max{8; 10;6} Degree[31] = 6 / max{8; 10;6}

= 1 / 10 = 0.1 = 10 / 10 = 1 = 6 / 10 = 0.6

Major[21] = 2 / max{2; 10;2} Major[22] = 10 / max{2; 10;2} Major[23] = 2 / max{2; 10;2}

= 2 / 10 = 0.2 = 10 / 10 = 1 = 2 / 10 = 0.2

Experience[41] = 12 / max{12; 8;8} Experience[42] = 8 / max{12; 8;8} Experience[43] = 8 / max{12; 8;8}

= 12 / 12 = 1 = 8 / 12 = 0.66 = 8 / 12 = 0.66

GPA[51] = 12/ max{12; 12;10} GPA[52] = 12/ max{12; 12;10} GPA[53] = 10/ max{12; 12;10}

= 12/12 = 1 = 12/12 = 1 = 10/12 = 0,83

jenis

85


Gender[61] = 10/ max{12; 8;8} Gender[62] = 2/ max{12; 8;8} Gender[63] = 2/ max{12; 8;8}

= 10/12 = 0,83 = 2/12 = 0,16 = 2/12 = 0,16

Sedangkan pada kriteria cost rumus normalisasi nya adalah : Age[31] = min{10;10;12} / 10 = 10 / 10 = 1 Age[32] = min{10;10;12} / 10 = 10 / 10 = 1 Age[33] = min{10;10;12} / 12 = 10 / 12 = 0.83

Keterangan: Vi = rangking untuk setiap alternatif wj = nilai bobot dari setiap kriteria rij = nilai rating kinerja ternormalisasi 3.

Perhitungan V: V1 = Wdegree * Rdegree + Wmajor * Rmajor + Wage * Rage + Wexperience * Rexperience +Wgpa * Rgpa + Wgender * Rgender = 0.1 * 0.1 + 0 * 0.2 + 0.2 * 1 + 0.3* 1 + 0.3 * 1 + 0.1 * 0.83 = 0.01 + 0 + 0.2 + 0.3 + 0.3 + 0.083 = 0.893 V2 = 0.1 * 1 + 0 * 1 + 0.2 * 0.1 + 0.3* 1 + 0.3 * 1 + 0.1 * 0.16 =0.1 + 0 + 0.02 + 0.3 + 0.3 + 0.016 = 0.736 V3 = 0.1 * 0.6 + 0 * 0.2 + 0.2 * 0.83 + 0.3* 0.83 + 0.3 * 0.16 + 0.1 * 0.83 =0.06 + 0 + 0.166 + 0.249 + 0.048 + 0.083 = 0.606

Berdasarkan nilai perankingan maka dapat direkomendasikan lowongan pekerjaan yang sesuai dengan kemampuan pelamar, yaitu A1, A2, dan A3 3. Disain Perangkat Lunak Portal lowongan kerja dengan sistem rekomendasi ini didesain untuk memilik empat golongan hak akses yaitu [3]:

86


1. Administrator : Pengguna dengan hak akses administrator dapat mengakses fitus login, logout, melihat job vacancy, melihat company, melihat applicant, mengelola job role settings, mengelola department settings, mengelola admin, dan mengelola email settings 2. Applicant : Pengguna dengan hak akses applicant dapat mengakses fitur yang ada pada situs Portal Lowongan Kerja seperti, login, logout,mendaftar Job Vacancy,sistem rekomendasi, melihat job vacancy, melihat company, mengelola applicant profile, mengelola education, mengelola work experience, dan melihat My Job. 3. Company : Pengguna dengan hak akses company dapat mengakses fitur yang ada pada situs Portal Lowongan Kerja seperti login,logout, melihat job vacancy, melihat company,melihat recommendation, mengelola job vacancy, mengelola company profile, dan mengelola parameter. 4. Guest : Pengguna dengan hak akses company dapat mengakses fitur yang ada pada situs Portal Lowongan Kerja, login, logout,sign up, melihat job vacancy, melihat company. Adapun alur kerja dari sistem rekomendasi berdasarkan metode SAW dapat ditunjukkan pada gambar 1 berikut ini.

Gambar 1 Alur Kerja Sistem Rekomendasi [7]

87


4. Implementasi Desain Gambar 2 dibawah ini menunjukkan tampilan untuk pengguna Guest. Ini adalah laman utama bagi pengguna situs Portal Lowongan Kerja yang belum melakukan proses sign up. Pada halaman ini pengguna dapat melakukan sign up atau login dengan tombol menu kanan atas. Selain itu terdapat pula tiga pilihan menu utama, seperti home, company list, dan search jobs.

Gambar 2 Laman Utama Guest [7] Gambar 3 merupakan laman utama bagi pengguna yang memiliki hak akses applicant. Pada halaman ini terdapat informasi umum mengenai sistem rekomendasi yang ada pada situs portal lowongan kerja. Selain itu, terdapat pula menu home, company list, my job, dan my profile.

Gambar 3 Laman Utama Applicant [7]

88


Gambar 4 merupakan laman utama bagi pengguna yang memiliki hak akses company. Pada halaman ini terdapat informasi umum mengenai sistem rekomendasi yang ada pada situs portal lowongan kerja. Selain itu, terdapat pula menu home, applicant list, job vacancy, dan my profile.

Gambar 4 Laman Utama Company [7] Gambar 5 merupakan laman Dashboard Super Admin. Tampilan ini adalah laman utama pengguna dengan hak akses super administrator. Pada halaman ini pengguna dapat melihat perusahaan yang memiliki lowongan pekerjaan terbanyak dan lowongan pekerjaan yang paling banyak diminati oleh pelamar.

Gambar 5 Laman Utama Administrator [7] Gambar 6 merupakan laman yang berisi daftar rekomendasi setelah dilakukan perhitungan dengan metode Simple Additive Weighting (SAW). Lowongan kerja akan diurutkan dari nilai kecocokan (Match Point) tertinggi sampai yang terendah.

89


Gambar 6 Laman Rekomendasi [7] Proses pengujian dari portal ini meliputi tiga tahapan. Tahap pertama adalah pengujian secara black box untuk setiap masukan dan tampilan yang ada. Tahap kedua adalah pengujian secara white box untuk metode Simple Additive Weighting (SAW) yang berada dalam sistem rekomendasi. Sedangkan tahap ketiga yaitu uji ke pengguna dengan simulasi ke calon pelamar dan calon pemberi kerja. 5. Kesimpulan Kesimpulan dari hasil analisis, pembuatan dan implementasi portal lowongan kerja adalah sebagai berikut: 1. Aplikasi portal lowongan kerja dengan sistem rekomendasi, berhasil dibuat dengan menggunakan sistem rekomendasi yang mengacu pada salah satu metode Decision Support System,yaitu Simple Additive Weighting. 2. Penerapan metode Simple Additive Weighting dalam sistem rekomendasi yang ada pada aplikasi ini berhasil menghasilkan match point / nilai kecocokan antara persyaratan lowongan pekerjaan dan CV pelamar. Nilai match point tersebut berasal dari pengolahan parameter degree, major, age, experience, GPA, dan gender. Hasil nilai matchpoint terbagi menjadi 3 kategori, yaitu : tidak sesuai, kurang sesuai, dan sesuai. Daftar Pustaka [1] Badan Pusat Statistik (2014). Berita Resmi Statistik Badan Pusat Statistik, No. 38/05/Th. XVII, 5 Mei 2014. Tersedia: http://www.bps.go.id/brs_file/naker_05mei14.pdf [2] F. Basyaib (2006). Teori Pembuatan Keputusan. PT Grasindo.

90


[3] F. R. Aprilianto, T. Sagirani, dan T. Amelia (2012). Sistem Pendukung Keputusan Pemberian Beasiswa Menggunakan Metode Simple Additive Weighting Di Universitas Panca Marga Probolinggo. Jurnal Sistem Informasi dan Komputerisasi Akuntansi (JSIKA) Vol. 1 No. 1, 2012. [4] N.S. Sutedjo (2012). Penerapan Multiple Attribut Decision Making dengan Simple Additive Weighting untuk Menentukan Pemenang Lelang Proyek Sarana dan Prasarana Pendidikan (Studi Kasus: Dinas Pendidikan, Pemuda dan Olah Raga Kota Salatiga). Skripsi, Program Studi Teknik Informatika FTI UKSW. [5] W.H Dhuto (2013). Penerapan Metode Simple Additive Weighting dalam Sistem Pendukung Keputusan Pemilihan Tablet. Skripsi Fakultas Ilmu Komputer Universitas Dian Nuswantoro. [6] Darmastuti dan Destriyana (2013). Implementasi Metode Simple Additive Weighting (SAW) Dalam Sistem Informasi Lowongan Kerja Berbasis Web Untuk Rekomendasi Pencari Kerja Terbaik. Jurnal Sistem dan Teknologi Informasi (JustIN) Vol. 2 No. 1, 2013. [7] A. Anggono (2013). Portal Lowongan Kerja Dengan Sistem Rekomendasi Berbasis Website. Tugas Akhir Jurusan S1 Teknik Informatika UK. Maranatha Bandung, Juli 2013.

91

Sistem Rekomendasi pada Portal Lowongan Kerja Menggunakan Metode Simple Additive Weighting

Recommend Documents