Perpustakaan Digital ITB

Tingkat Pengangguran Terbuka pada lulusan universitas di Indonesia mengalami peningkatan dari 4,80% pada tahun 2022 menjadi 5,25% pada tahun 2024. Institut Teknologi Bandung (ITB) sebagai salah satu perguruan tinggi negeri terkemuka turut terdampak oleh fenomena ini. Berdasarkan data tracer study ITB, jumlah lulusan yang tidak bekerja mengalami peningkatan pada setiap angkatan dengan sekitar 80% dari total lulusan angkatan 2014 hingga 2017 yang tidak bekerja termasuk ke dalam pengangguran terbuka. Salah satu penyebab permasalahan ini adalah terbatasnya informasi mengenai kebutuhan industri masa kini serta layanan konseling karier pada ITB Career Center yang terbatas pada pengetahuan yang dimiliki oleh psikolog. Alternatif solusi yang ditawarkan melalui penelitian ini adalah membangun sistem rekomendasi karier dengan memanfaatkan data historis tracer study. Metodologi yang digunakan pada penelitian ini mengacu kepada Cross-Industry Standard Process for Data Mining (CRISP-DM). Sebelum membangun model rekomendasi, dilakukan perancangan model awal berupa model klasifikasi pekerjaan berdasarkan Klasifikasi Baku Jabatan Indonesia (KBJI) 2014 karena tracer study ITB belum memiliki standar klasifikasi untuk jenis pekerjaan alumni. Pembangunan model klasifikasi memanfaatkan algoritma Extreme Gradient Boosting (XGBoost), Random Forest (RF), dan Support Vector Machine (SVM). Setelah model klasifikasi dibangun, model rekomendasi dibangun menggunakan tiga algoritma yang sama. Dalam meningkatkan performa dari ketiga model individual, dibangun model ensemble learning yang menggabungkan ketiga model berbasis soft voting. Model klasifikasi terbaik diperoleh dari model ensemble learning kombinasi XGBoost, RF, dan SVM dengan performa F1-Macro sebesar 77,13%. Sementara, evaluasi performa model rekomendasi dilakukan dengan menggunakan F1-Macro dan Area Under the Curve (AUC). Model kombinasi XGBoost, RF, dan SVM menunjukkan performa terbaik dengan nilai F1-Macro sebesar 82,98% dan nilai AUC berkisar dari 0,98 hingga 1,00 pada masing-masing golongan pekerjaan. Model diimplementasikan ke dalam sistem rekomendasi yang dibangun dengan Streamlit. Sistem rekomendasi karier dilengkapi dengan fitur yang membantu mahasiswa atau lulusan ITB memperoleh informasi mengenai deskripsi dan kebutuhan kompetensi dari golongan pekerjaan yang direkomendasikan.