Sistem Rekomendasi Keterampilan Teknologi Informasi Dengan Metode User-Based Collaborative Filtering dan Log-Likelihood Similarity
DOI:
https://doi.org/10.31154/cogito.v6i2.234.141-154Abstract
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.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.
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).