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
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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
Sarah Purnamawati, S.T, M.Sc NIP. 19830226 201012 2 003
Pembimbing 1
Dr. Erna Budhiarti Nababan, M.IT. NIP. -
Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua,
Prof. Opim Salim Sitompul, M.Sc NIP 19610817 198701 1001
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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 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
Universitas Sumatera Utara
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.
Universitas Sumatera Utara
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.
Universitas Sumatera Utara
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.
Universitas Sumatera Utara
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 2.1
7
Basis Data
7
2.1.1 Database Management System (DBMS)
8
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
2.2
Bab 3 Analisis dan Perancangan
16
3.1
Data yang digunakan
16
3.2
Analisis Data
16
3.2.1 Klasifikasi data
17
Universitas Sumatera Utara
3.2.2 Data pada Content-based Filtering
19
3.2.3 Data pada Collaborative Filtering
20
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
3.3
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 4.1
4.2
48
Implementasi Sistem
48
4.1.1 Lingkungan Implementasi
48
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
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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
Universitas Sumatera Utara
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
Universitas Sumatera Utara
