IMPLEMENTASI METODE CTR ESTIMATE DAN GLMIX RANGKING MODEL UNTUK REKOMENDASI LOWONGAN PEKERJAAN

IMMANUEL FRANCISCO SINAMBELA, SIRANO LAHAGU, JOSEPH CARLO DEO (2022) IMPLEMENTASI METODE CTR ESTIMATE DAN GLMIX RANGKING MODEL UNTUK REKOMENDASI LOWONGAN PEKERJAAN , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Proses rekrutmen dan proses pencarian kerja secara kovenvensional dinilai masih kurang efisien dan kurang efektif dari segi waktu dan biaya. Untuk membantu penyedia pekerjaan dalam memperoleh kandidat potensialnya dan pencari pekerjaan dalam memperoleh pekerjaan yang diinginkan, maka diperlukan sistem rekomendasi. Untuk menyelesaikan masalah tersebut, maka dapat diterapkan sistem rekomendasi dengan menerapkan metode tertentu. Salah satu metode yang dapat diterapkan adalah metode Click Through Rate (CTR) Estimate dan Generalized Linear Mixed (GLMix) ranking model. Dalam metode ini, akan digunakan konsep job boosting and penalization untuk mengatur  nilai scoring dari setiap pekerjaan. Jika sebuah pekerjaan diprediksi memiliki nilai yang lebih kecil dari nilai target minimum, maka nilai scoring dari pekerjaan tersebut akan dilakukan proses boosting. Hasil dari penelitian ini adalah sebuah website rekomendasi pekerjaan yang menerapkan metode CTR Estimate dan GLMix Rangking Model yang mampu memberikan rekomendasi lowongan pekerjaan bagi para pencari kerja maupun kandidat potensial yang diinginkan oleh penyedia pekerjaan.

JURNAL