SISTEM REKOMENDASI PEMILIHAN PEKERJAAN YANG RELEVAN BERBASIS CONTENT-BASED FILTERING DAN SEMANTIC MATCHING

Abstract

Perkembangan teknologi informasi telah membuat proses pencarian pekerjaan lebih mudah lewat berbagai platform online. Namun, banyaknya informasi lowongan pekerjaan membuat pencari kerja kesulitan menemukan pekerjaan yang cocok dengan profil, keterampilan, pengalaman, dan latar belakang pendidikan yang dimiliki. Penelitian ini bertujuan untuk membuat sistem rekomendasi pemilihan pekerjaan yang relevan berbasis website dengan metode Content-Based Filtering dan pendekatan Semantic Matching. Metode yang digunakan meliputi langkah-langkah preprocessing teks seperti case folding, tokenizing, stopword removal, dan stemming, kemudian dilanjutkan dengan pembentukan word embedding menggunakan FastText, representasi dokumen menggunakan Average Word Embedding (AWE), serta pengukuran kesamaan menggunakan Cosine Similarity. Data penelitian terdiri dari 10 data lowongan pekerjaan dan data profil pengguna yang diperoleh melalui formulir sistem. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi Top-5 pekerjaan berdasarkan nilai kesamaan tertinggi antara profil pengguna dan deskripsi pekerjaan. Pendekatan Semantic Matching memungkinkan sistem memahami makna yang sama antar teks sehingga menghasilkan rekomendasi pekerjaan yang lebih relevan dan membantu pencari kerja menemukan pekerjaan yang cocok secara lebih efektif dan efisien