PERANCANGAN MODEL KLASIFIKASI SKILL DAN REKOMENDASI POSISI BEINTERN BERDASARKAN CV(CURICULUM VITAE) DI CV BEDATA TECHNOLOGY INDONESIA

Ninigrum Nur'afifah, Anya PERANCANGAN MODEL KLASIFIKASI SKILL DAN REKOMENDASI POSISI BEINTERN BERDASARKAN CV(CURICULUM VITAE) DI CV BEDATA TECHNOLOGY INDONESIA. Project Report (Praktek Kerja Lapang). Anya Ningrum Nur'afifah. (Submitted)

	Text (Cover) COVER.pdf Download (890kB)
	Text (Bab 1) BAB 1.pdf Download (229kB)
	Text (Bab 2) BAB 2.pdf Restricted to Repository staff only until 27 May 2028. Download (315kB)
	Text (Bab 3) BAB 3.pdf Restricted to Repository staff only until 27 May 2028. Download (314kB)
	Text (Bab 4) BAB 4.pdf Restricted to Repository staff only until 27 May 2028. Download (765kB)
	Text (Bab 5) BAB 5.pdf Restricted to Repository staff only until 27 May 2028. Download (98kB)
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf Download (216kB)
	Text (Lampiran) LAMPIRAN.pdf Restricted to Repository staff only until 27 May 2028. Download (1MB)

Abstract

Perkembangan teknologi informasi dan data science memberikan dampak signifikan dalam berbagai sektor, termasuk dalam proses rekrutmen. CV BeData Technology Indonesia, sebuah perusahaan yang bergerak di bidang teknologi data, menghadapi tantangan dalam proses seleksi kandidat magang melalui program BeIntern yang semakin banyak diminati. Seleksi yang dilakukan secara manual membutuhkan waktu dan tenaga yang besar, sehingga diperlukan sistem yang dapat mempercepat dan meningkatkan akurasi proses seleksi. Penelitian ini bertujuan untuk merancang model klasifikasi keterampilan dan rekomendasi posisi berdasarkan Curriculum vitae (CV) kandidat menggunakan metode machine learning. Dalam perancangan model ini, metode TF-IDF digunakan untuk mengolah teks dalam Curriculum vitae (CV) menjadi fitur numerik, sementara algoritma K-Nearest Neighbors (KNN) diterapkan untuk melakukan klasifikasi pekerjaan. Model ini diujikan untuk memprediksi kategori pekerjaan yang sesuai berdasarkan keterampilan yang terdapat dalam Curriculum vitae (CV). Hasil evaluasi menunjukkan bahwa model yang dibangun berhasil memberikan akurasi sebesar 82.35%, yang menunjukkan bahwa sistem dapat digunakan untuk mempercepat dan meningkatkan akurasi proses seleksi kandidat magang di CV BeData Technology Indonesia. Sistem ini juga diimplementasikan dalam aplikasi web menggunakan Streamlit untuk mempermudah penggunaan oleh tim rekrutmen. Meskipun sistem yang dirancang dalam penelitian ini telah menunjukkan hasil yang memuaskan, terdapat beberapa saran yang dapat dipertimbangkan untuk pengembangan lebih lanjut guna meningkatkan performa dan efektivitas, disarankan untuk meningkatkan performa sistem dengan memperluas dataset, termasuk variasi bahasa dalam CV, serta menambahkan fitur seperti pengalaman kerja atau pendidikan. Penelitian selanjutnya dapat mengeksplorasi algoritma lain seperti Random Forest , SVM, atau Neural Networks untuk perbandingan performa.

Item Type:	Monograph (Project Report (Praktek Kerja Lapang))
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Prima Adityawan, Firza 0023058605 firzaprima.if@upnjatim.ac.id
Subjects:	Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Depositing User:	Anya Ningrum Nur'afifah
Date Deposited:	27 May 2025 07:00
Last Modified:	27 May 2025 07:00
URI:	https://repository.upnjatim.ac.id/id/eprint/36770

Actions (login required)

View Item