Sistem Rekomendasi Keterampilan Teknologi Informasi Dengan Metode User-Based Collaborative Filtering dan Log-Likelihood Similarity

Abdullah 'Alim, Achmad Solichin, Painem Painem

Abstract


Saat ini, terdapat berbagai teknologi baru sebagai akibat dari perkembangan teknologi yang sangat cepat. Munculnya teknologi baru juga berdampak pada munculnya keterampilan baru yang perlu dikuasai oleh pencari kerja. Banyak jenis keterampilan yang ada saat ini, tidak jarang membingungkan orang ketika mereka ingin menentukan jenis keterampilan baru yang mereka butuhkan untuk mendapatkan pekerjaan. Oleh karena itu, pada penelitian ini dikembangkan sistem rekomendasi yang memberikan saran bagi pengguna terkait keterampilan yang dibutuhkan di dunia industri. Untuk menemukan jenis keterampilan yang sangat dibutuhkan, penelitian ini memanfaatkan informasi di situs lowongan pekerjaan. Penelitian ini menerapkan metode User-Based Collaborative Filtering dan Log-Likelihood Similarity. Penggunaan Log-Likelihood Similarity karena metode ini tidak memerlukan informasi dalam bentuk preferensi, sehingga sesuai untuk digunakan dalam keterampilan karena tidak tersedianya informasi preferensi tentang keterampilan yang sudah dimiliki pengguna. Dalam penelitian ini, disimpulkan bahwa rekomendasi keterampilan dapat diperoleh dengan baik menggunakan metode yang diusulkan. Waktu yang dibutuhkan untuk memberikan rekomendasi meningkat seiring dengan meningkatnya jumlah data yang diproses. Dalam pengujian kualitas perangkat lunak menggunakan pengujian ISO-9126 diperoleh nilai 83,81% dalam kategori baik.

Full Text:

PDF

References


J. Jooa, S. Bangb, and G. Parka, “Implementation of a Recommendation System Using Association Rules and Collaborative Filtering,” in Procedia Computer Science, 2016, vol. 91, no. Information Technology and Quantitative Management 2016, pp. 944–952.

P. Manjare, J. Kumbhar, S. Ovhal, and R. Munde, “An Effective Job Recruitment System Using Content-based Filtering,” Int. Res. J. Eng. Technol., vol. 4, no. 3, pp. 556–559, 2017.

E. Hasmin and S. Aisa, “Penerapan Algoritma C4.5 Untuk Penentuan Penerima Beasiswa Mahasiswa,” Cogito Smart J., vol. 5, no. 2, pp. 308–320, 2019.

Painem and H. Soetanto, “Sistem Pendukung Keputusan Penerimaan Asisten Laboratorium Menggunakan Metode Multi Factor Evaluation Process (MFEP),” J. Ris. Inform., vol. 1, no. 3, pp. 7–14, 2019.

R. N. Afifuddin and D. Nurjanah, “Sistem Rekomendasi Pemilihan Mata kuliah Peminatan Menggunakan Algoritma K- means dan Apriori (Studi Kasus: Jurusan S1 Teknik Informatika Fakultas Informatika),” E-Proceeding Eng., vol. 6, no. 1, pp. 2359–2367, 2019.

J. Tarus, Z. Niu, and B. Khadidja, “E-Learning Recommender System Based on Collaborative Filtering and Ontology,” Int. J. Comput. Inf. Eng., vol. 11, no. 2, pp. 400–405, 2017.

A. Al-Badarenah and J. Alsakran, “An Automated Recommender System for Course Selection,” Int. J. Adv. Comput. Sci. Appl., vol. 7, no. 3, pp. 166–175, 2016.

Y. Zhang, C. Yang, and Z. Niu, “A Research of Job Recommendation System Based on Collaborative Filtering,” 2014 Seventh Int. Symp. Comput. Intell. Des., vol. 533, no. 1, pp. 533–538, 2014.

A. Sachan and V. Richariya, “A Survey on Recommender Systems based on Collaborative Filtering Technique,” Int. J. Innov. Eng. Technol., vol. 2, no. 2, pp. 8–15, 2013.

G. Gupta and R. Katarya, “Recommendation Analysis on Item-based and User-Based Collaborative Filtering,” in 2019 International Conference on Smart Systems and Inventive Technology (ICSSIT), 2019, pp. 1–4.

L. Jiang, Y. Cheng, L. Yang, J. Li, H. Yan, and X. Wang, “A trust‑based collaborative filtering algorithm for E ‑ commerce recommendation system,” J. Ambient Intell. Humaniz. Comput., vol. 10, no. 8, pp. 3023–3034, 2019.

P. Thakkar, K. Varma, V. Ukani, S. Mankad, and S. Tanwar, “Combining User-Based and Item-Based Collaborative Filtering Using Machine Learning,” in Information and Communication Technology for Intelligent Systems, 2018, pp. 173–180.

E. A. Laksana, “Collaborative Filtering dan Aplikasinya,” J. Ilm. Teknol. Inf. Terap., vol. 1, no. 1, pp. 36–40, 2014.




DOI: http://dx.doi.org/10.31154/cogito.v6i2.234.141-154

Refbacks

  • There are currently no refbacks.


CogITo Smart Journal
A publication of Fakultas Ilmu Komputer, Universitas Klabat
In partnership with Coris and IndoCEISS
Phone: +62 (431) 891035
email: editorial.cogito@unklab.ac.id | web: http://cogito.unklab.ac.id/index.php/cogito
 
Free counters!
View CogITo Smart Journal Stats

CogITo Smart Journal is indexed by:
  DOAJ    SINTA     Indonesia OneSearch by Perpusnas    Crossref    Google Scholar      Base Search PKP Index    neliti    EBSCO Information Science    mendeley          scilit    road    worldcat    DRJI    OpenAIREplus    copac    Gent University Library Stanford Library    Harvard Library    Leiden University Libraries    The University of Sheffield    Boston University Library    University of Manchester    University of Oxford    CORE    Livivo
 


CogITo Smart Journal is licensed under a Creative Commons Attribution 4.0 International License.