PREDIKSI KEBERHASILAN LAMARAN PEKERJAAN DENGAN COUNT VECTORIZER DAN LOGISTIC REGRESSION

ELLINA, VALERIE LOUISE, SABRILLA KOKA, JASEN CRISTIAN (2022) PREDIKSI KEBERHASILAN LAMARAN PEKERJAAN DENGAN COUNT VECTORIZER DAN LOGISTIC REGRESSION , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Surat lamaran pekerjaan adalah hal yang umum diajukan dalam proses melamar pekerjaan namun proses penilaian pelamar kerja dapat memakan waktu dan tenaga yang tidak sedikit. Pemanfaatan teknologi Machine Learning yang mengandalkan teknik pembelajaran seperti layaknya manusia adalah solusi yang dapat dilakukan untuk membantu proses analisa ataupun prediksi. Logistic Regression merupakan salah satu algoritma Machine Learning yang dapat melakukan klasifikasi biner antara nilai yang benar dan salah. Dalam penelitian ini, penulis mengimplementasikan algoritma tersebut untuk memprediksi apakah sebuah surat lamaran pekerjaan akan diterima oleh perusahaan atau tidak. Dataset yang digunakan memiliki jumlah 2.155 data, Dikarenakan oleh tipe data surat lamaran berupa teks, maka dapat dilakukan proses Count Vectorizer untuk mengubah format data teks menjadi data matriks yang dapat dimengerti oleh algoritma Logistic Regression. Pada akhirnya, penelitian ini menghasilkan akurasi prediksi sebesar 85,62%.

JURNAL