Perpustakaan Digital ITB

Indonesia merupakan negara yang memiliki banyak tenaga kerja. Banyaknya tenaga kerja mendorong munculnya bursa tenaga kerja, yaitu tempat yang mempertemukan pelamar pekerjaan dengan perusahaan yang menawarkan lowongan pekerjaan. Permasalahan yang terjadi pada bursa tenaga kerja adalah terkadang pelamar pekerjaan mengalami kebingungan dalam memilih lowongan pekerjaan yang ingin ditindaklanjuti dan perusahaan juga mengalami kebingungan dalam memilih pelamar pekerjaan. Tesis ini mencoba menerapkan penggunaan recommender system untuk mengatasi permasalahan bursa tenaga kerja. Melalui penggunaan recommender system diharapkan pelamar pekerjaan atau perusahaan dapat mendapatkan rekomendasi sebaik mungkin. Recommender system yang dikembangkan adalah content-based recommender system dan dalam pembangkitan rekomendasinya menggunakan teknik Multi Criteria Decision Making (MCDM). Pelaksanaan Tesis dimulai dengan melakukan studi literatur terhadap topik recommender system, teori pengambilan keputusan, dan teori mengenai seleksi tenaga kerja. Selanjutnya dilakukan analisis permasalahan untuk menerapkan recommender system dalam bursa tenaga kerja. Pemilihan metode MCDM dilakukan dan pilihan jatuh pada Weighted Product Model (WPM). Pengujian terhadap algoritma yang dirancang dilakukan dengan menggunakan data berupa curriculum vitae (CV) dan lowongan pekerjaan yang dimuat di koran Kompas. Hasil dari pengujian menunjukkan bahwa algoritma berbasis WPM dapat digunakan untuk membangkitkan rekomendasi dengan baik dan jika dibandingkan dengan Weighted Sum Model (WSM). Meskipun demikian, melalui eksperimen juga diperoleh bahwa ada kasus khusus yang didapatkan yang membuat sistem dapat memberikan rekomendasi yang tidak seharusnya.