PENINGKATAN JARINGAN SEARCH ENGINE BERBASISKAN LEARN COMPUTNG ANALYZE

  • Andre Hasudungan University Pembangunan Panca Budi Medan

Abstract

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 san atribut yang ada. Output yang dihasilkan dari sistem ini berupa daftar rekomendasi pekerjaan yg sesuai dengan latar belakang pendidikan pelamar.

References

[1] Ricci, F., 2002. Travel recommender system. IEEE
Intelligent Systems
[2] Adomavicius, G and Tuzhilin, A., 2005. Toward the Next
Generation of Recommender Systems: A survey of the
state-of-the-art and possible extensions. NYU
[3] Supranto, J. 1998. Teknik Pengambilan Keputusan. Penerbit Rineka Cipt:Jakarta.
[4] Kusrini dan Emha. 2009. Algoritma Data Mining. Edisi ke-
1. Penerbit Andi Offset:Yogyakarta.
[5] Sanjoyo, P. A. 2008. Pembangunan Perangkat Lunak Sistem Rekomendasi Bursa Elektronis Telepon Genggam. Institut Teknik Bandung Manikam R., M., dan Ali, U. 2010. Kamus Elektronik Sistem Isyarat Bahasa Indonesia. Universitas Mercu Buana: Jakarta.
[6] Purwanto, A. 2009. Metode Analisis Rekomendasi Pada Sistem Rekomendasi. Universitas Pendidikan Indonesia Sholihin, A., Solihin, F., dan Rachman, F. H. 2013. Penerapan Modifikasi Metode Enhanced Confix Stripping Stemmer Pada Teks Berbahasa Madura. Jurnal Sarjana Teknik Informatika Vol. 1 No. 1. Hal 1-4.
[7] Hidayat, M. K. P. 2007. Model Sistem Informasi Toko Film Digital Dengan Recommender System. Tesis, Institut Teknologi bandung.
[8] Akhiro, R. 2008. Studi Multi Criteria Decision Making (MCDM) untuk Recomender System Bursa Tenaga Kerja. Tesis, Institut Teknologi Bandung.



16
[9] Diahpangastuti, N. 2012. Sistem Rekomendasi Bidang Minat Mahasiswa menggunakan Metode Association Rule dan Algoritma Apriori. Skripsi, Institut Teknologi Sepuluh nopember
[10] Setiawan, B. 2010. Perancangan Sistem Pendukung Keputusan (SPK) untuk menentukan Kelaiklautan Kapal.
[11] Pudjiantoro,T. Renaldi, F. dan Teogunandi, A. 2011. Penerapan Data Mining untuk menganalisa kemungkinan pengunduran diri calon mahasiswa baru. Skripsi, Bali
[12] Hayati, N. 2011. Metode HYBRID (Content dan Collaborative based) Nearest Neighbour untuk sistem rekomendasi pariwisata. Skripsi, Universitas Sumatera Utara, Medan.
[13] Beynon-Davies. P. 2004. Database System:Third Edition. Palgrave, Basingstoke: United Kingdom.
[14] Mahmood, T., Ricci, F. 2009. Improving recommender systems with adaptive conversational strategies. In: C. Cattuto, G. Ruffo, F. Menczer (eds.) Hypertext, pp. 73–82. ACM
[15] Frias-Martinez, E., Magoulas, G., Chen, S. Y., and Macredie, R. 2006. Automated user modeling for personalized digital libraries, International Journal of Information Management, Vol. 26. pp.234–248.
[16] Herlocker, J.L., and Konstan, J.A. 2001. content-Independent Task-Focused Recommendation, IEEE Internet Computing, Vol. 5, 2001, pp. 40-47
[17] Mellville, P and Sindhwani, V. 2010. Recomender Systems: Encyclopedia of machine learning ch:00338. IBM research center
[18] Utgoff, P. E. 1989. ID5: Incremental induction of decision trees, Machine Learning, Vol. 4, No. 2, pp. 161-186.
[19] Xu, Y. Zhu, Q. Chen, Y and Pan J-S. 2013. An Improvement to the Nearest Neighbor Classifier and Face Recognition Experiments: International Journal of Innovative Computing, Information and Control Vol 9 no 2 pp 543-554.
[20] Vaidehi, V and Vasuhi, S. 2008. Person Authentication using Face Recognition, Proceedings of the world congress on engg and computer science pp 1-6.



[1] Ricci, F., 2002. Travel recommender system. IEEE
Intelligent Systems
[2] Adomavicius, G and Tuzhilin, A., 2005. Toward the Next
Generation of Recommender Systems: A survey of the
state-of-the-art and possible extensions. NYU
[3] Supranto, J. 1998. Teknik Pengambilan Keputusan. Penerbit Rineka Cipt:Jakarta.
[4] Kusrini dan Emha. 2009. Algoritma Data Mining. Edisi ke-
1. Penerbit Andi Offset:Yogyakarta.
[5] Sanjoyo, P. A. 2008. Pembangunan Perangkat Lunak Sistem Rekomendasi Bursa Elektronis Telepon Genggam. Institut Teknik Bandung Manikam R., M., dan Ali, U. 2010. Kamus Elektronik Sistem Isyarat Bahasa Indonesia. Universitas Mercu Buana: Jakarta.
[6] Purwanto, A. 2009. Metode Analisis Rekomendasi Pada Sistem Rekomendasi. Universitas Pendidikan Indonesia Sholihin, A., Solihin, F., dan Rachman, F. H. 2013. Penerapan Modifikasi Metode Enhanced Confix Stripping Stemmer Pada Teks Berbahasa Madura. Jurnal Sarjana Teknik Informatika Vol. 1 No. 1. Hal 1-4.
[7] Hidayat, M. K. P. 2007. Model Sistem Informasi Toko Film Digital Dengan Recommender System. Tesis, Institut Teknologi bandung.
[8] Akhiro, R. 2008. Studi Multi Criteria Decision Making (MCDM) untuk Recomender System Bursa Tenaga Kerja. Tesis, Institut Teknologi Bandung.



16
[9] Diahpangastuti, N. 2012. Sistem Rekomendasi Bidang Minat Mahasiswa menggunakan Metode Association Rule dan Algoritma Apriori. Skripsi, Institut Teknologi Sepuluh nopember
[10] Setiawan, B. 2010. Perancangan Sistem Pendukung Keputusan (SPK) untuk menentukan Kelaiklautan Kapal.
[11] Pudjiantoro,T. Renaldi, F. dan Teogunandi, A. 2011. Penerapan Data Mining untuk menganalisa kemungkinan pengunduran diri calon mahasiswa baru. Skripsi, Bali
[12] Hayati, N. 2011. Metode HYBRID (Content dan Collaborative based) Nearest Neighbour untuk sistem rekomendasi pariwisata. Skripsi, Universitas Sumatera Utara, Medan.
[13] Beynon-Davies. P. 2004. Database System:Third Edition. Palgrave, Basingstoke: United Kingdom.
[14] Mahmood, T., Ricci, F. 2009. Improving recommender systems with adaptive conversational strategies. In: C. Cattuto, G. Ruffo, F. Menczer (eds.) Hypertext, pp. 73–82. ACM
[15] Frias-Martinez, E., Magoulas, G., Chen, S. Y., and Macredie, R. 2006. Automated user modeling for personalized digital libraries, International Journal of Information Management, Vol. 26. pp.234–248.
[16] Herlocker, J.L., and Konstan, J.A. 2001. content-Independent Task-Focused Recommendation, IEEE Internet Computing, Vol. 5, 2001, pp. 40-47
[17] Mellville, P and Sindhwani, V. 2010. Recomender Systems: Encyclopedia of machine learning ch:00338. IBM research center
[18] Utgoff, P. E. 1989. ID5: Incremental induction of decision trees, Machine Learning, Vol. 4, No. 2, pp. 161-186.
[19] Xu, Y. Zhu, Q. Chen, Y and Pan J-S. 2013. An Improvement to the Nearest Neighbor Classifier and Face Recognition Experiments: International Journal of Innovative Computing, Information and Control Vol 9 no 2 pp 543-554.
[20] Vaidehi, V and Vasuhi, S. 2008. Person Authentication using Face Recognition, Proceedings of the world congress on engg and computer science pp 1-6.
Published
2021-06-15
How to Cite
HASUDUNGAN, Andre. PENINGKATAN JARINGAN SEARCH ENGINE BERBASISKAN LEARN COMPUTNG ANALYZE. Jurnal Elektro dan Telkomunikasi, [S.l.], v. 5, n. 1, p. 10 - 17, june 2021. Available at: <https://jurnal.pancabudi.ac.id/index.php/elektrotelkomunikasi/article/view/1959>. Date accessed: 24 nov. 2024.

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.