Pengelompokan Data Pelamar Kerja Menggunakan Algoritma K-Means Clustering pada SMK Negeri 1 Kota Sukabumi
Abstract
Setiap Sekolah Menengah Kejuruan (SMK) diwajibkan memiliki Bursa Kerja Khusus (BKK), begitu juga dengan SMK Negeri 1 Kota Sukabumi. Setiap tahun SMK Negeri 1 Kota Sukabumi bekerja sama dengan perusahaan-perusahaan untuk melaksanakan BKK. Perusahaan tersebut berasal dari daerah, wilayah, nasional dan internasional. Peserta yang melamar berasal dari lulusan freshgraduate, alumni ataupun umum. Pada saat ini proes penyeleksian berlangsung serempak tanpa melalui klasifikasi pelamar. Hal ini menyebabkan ketidaksesuaian antara pelamar dan kebutuhan perusahaan. Untuk menyelesaikan hal tersebut maka dilakukan pengelompokkan pelamar dengan menggunakan Algoritma K-Means Clustering. Pada proses pengelompokkan ini ditentukan 3 cluster yaitu untuk rekomendasi pelamar ke perusahaan khusus, nasional & internasional serta perusahaan yang berasal dari wilayah/ daerah. Variabel pelamar yang dijadikan acuan adalah status pelamar, nilai raport dan prestasi. Berdasarkan hasil perhitungan darii 25 data maka didapatkan 4 pelamar masuk cluster 1, 16 pelamar masuk cluster 2 dan 5 pelamar masuk cluster 3. Untuk memudahkan sekolah tersebut, dibuat juga aplikasi pengelompokkan pelamar yang berbasis web, sehingga pada saat ini proses pengelompokkan pelamar menjadi lebih mudah.References
Raharjo, R. S. 2009. Kualitas Layanan Bursa Kerja Khusus dan Persepsi Alumni SMK Sekabupaten Kendal Jawa Tengah, Jurnal Teknologi dan Kejuruan, vol. 32, hal 25-36.
Ediyanto, Mara, M.N., dan Satyahadewai, N. 2013. Pengklasifikasian Karakteristik dengan Metode K-Means Cluster Analysis, Buletin Ilmiah Matematika Statistik dan Terapannya, vol 02, hal 133-136.
Khotimah, T. 2014. Pengelompokkan Surat dalam Alquran Menggunakan Algoritma K-Means, Jurnal Simetris, vol 5, hal 83-88.
Nasari, F., Darma, S. 2015. Penerapan K-Means Clustering pada Data Penerimaan Mahasiswa Baru (Studi Kasus: Unversitas Potensi Utama), Seminar Nasional Teknologi Informasi dan Multimedia, Yogyakarta, 6-8 Februari.
Asroni, Ardian, R. 2015. Penerapan Metode K-Means untuk Clustering Mahasiswa Berdasarakan Nilai Akademik dengan Weka Studi Kasus pada Jurusan Teknik Informatika UMM Magelang, Jurnal Imiah Semesta Teknika, vol. 18, hal. 76-82.
Primatha, R., 2018, Belajar Machine Learning Teori dan Praktik, Informatika, Bandung.
Downloads
Published
Issue
Section
License
Penulis yang mempublikasikan artikelnya dalam publikasi ini setuju dengan ketentuan berikut :
- Hak cipta tetap pada penulis dan memberikan hak kepada SEMNASTIK 2019 sebagai prioritas pertama untuk mempublikasikan artikelnya dengan lisensi Creative Commons Attribution License yang memperbolehkan artikel untuk dapat dibagikan dengan pengakuan terhadap penulis artikel dan SEMNASTIK 2019 sebagai tempat publikasinya.
- Penulis dapat mendistribusikan publikasi artikelnya secara non-eksklusif (contoh : pada repository universitas atau pada buku) dengan pemberitahuan atau pengakuan publikasi di SEMNASTIK 2019.
- Penulis diijinkan untuk mencantumkan karyanya secara online (misal : di website pribadi atau di repository universitas) sebelum dan sesudah proses pengiriman (lihat The Effect of Open Access).
