CAREERBOT: SISTEM REKOMENDASI KARIR BERBASIS ARTIFICIAL INTELLIGENCE DENGAN METODE TF-IDF COSINE SIMILARITY MENGGUNAKAN PYTHON

Anggraini, Najwa Laila (2025) CAREERBOT: SISTEM REKOMENDASI KARIR BERBASIS ARTIFICIAL INTELLIGENCE DENGAN METODE TF-IDF COSINE SIMILARITY MENGGUNAKAN PYTHON. Project Report (Praktek Kerja Lapang). Fakultas Ilmu Komputer, Surabaya. (Unpublished)

	Text (COVER) cover_pl.pdf Download (654kB)
	Text (BAB I) BAB I-PL.pdf Download (121kB)
	Text (BAB II) BAB II_PL.pdf Restricted to Repository staff only until 27 May 2027. Download (277kB)
	Text (BAB III) BAB III_PL.pdf Restricted to Repository staff only until 27 May 2027. Download (731kB)
	Text (BAB IV) BAB IV_PL.pdf Restricted to Repository staff only until 27 May 2027. Download (630kB)
	Text (BAB V) BAB V_PL.pdf Download (65kB)
	Text (DAFTAR PUSTAKA) DAFPUS_PL.pdf Download (120kB)
	Text (LAMPIRAN) LAMPIRAN_PL.pdf Download (1MB)

Abstract

Pada era digital saat ini, Artificial Intelligence (AI) memiliki peran yang semakin penting dalam berbagai aspek kehidupan, termasuk dalam membantu individu menentukan pilihan karir. Laporan ini membahas pengembangan CAREERBOT, sebuah Sistem Rekomendasi Karir berbasis AI yang dirancang dan diimplementasikan menggunakan Python dan metode Term Frequency-Inverse Document Frequency (TF-IDF). Proyek ini dilaksanakan dalam kerangka Praktek Kerja Lapangan di Orbit Future Academy. CAREERBOT bertujuan untuk memberikan rekomendasi karir yang akurat dan relevan kepada pengguna berdasarkan analisis data profil dan preferensi mereka. Dengan memanfaatkan algoritma TF-IDF, sistem ini dapat mengekstrak informasi penting dari deskripsi pekerjaan dan mencocokkannya dengan keterampilan serta minat pengguna. Hasilnya adalah daftar rekomendasi karir yang disesuaikan dengan kebutuhan dan potensi individu. Dalam laporan ini, saya menjelaskan secara rinci tahap-tahap pengembangan CAREERBOT, mulai dari pengumpulan dan pemrosesan data, perancangan sistem, hingga implementasi dan evaluasi kinerja. Studi kasus dan hasil pengujian menunjukkan bahwa sistem rekomendasi karir ini dapat memberikan saran yang berguna dan membantu pengguna dalam pengambilan keputusan karir. Selain itu, laporan ini juga mengkaji tantangan yang dihadapi serta peluang pengembangan lebih lanjut untuk meningkatkan akurasi dan kinerja sistem rekomendasi karir di masa mendatang

Item Type:	Monograph (Project Report (Praktek Kerja Lapang))
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Akbar, Fawwaz Ali NIP199203172018031002 fawwazaliakbar.if@upnjatim.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Computer Science > Departemen of Informatics
Depositing User:	Najwa Laila Anggraini
Date Deposited:	27 May 2025 07:13
Last Modified:	27 May 2025 07:13
URI:	https://repository.upnjatim.ac.id/id/eprint/36774

Actions (login required)

View Item