Job Matching pada Data i-CDC Menggunakan Latent Semantic Analysis Job Matching on i-CDC Data Using Latent Semantic Analysis

J. CATUR PRASETIAWAN

Informasi Dasar

213090006
006.312
Karya Ilmiah - Thesis (S2) - Reference

ABSTRAKSI: Pencarian kandidat terbaik untuk suatu lowongan pekerjaan bukanlah sesuatu yang sederhana. Memerlukan banyak proses yang melibatkan banyak orang serta membutuhkan waktu. Sistem job matching yang terkomputerisasi bisa menjadi solusi agar masalah ini menjadi lebih sederhana. Konsep dari document matching bisa diterapkan dalam persoalan ini. Antara dokumen pencari kerja dan dokumen lowongan kerja akan dicocokkan berdasarkan kemiripannya. Pada penelitian ini terbukti ada cara yang ditemukan untuk menangani data numerik pada LSA. LSA digabungkan dengan selection approach mampu memberikan presisi yang lebih baik. Penelitian ini juga membuktikan bahwa langkah pre-processing (stopping/menambahkan stop word) mempengaruhi hasil. Pre-processing dapat menaikkan presisi dari sistem dengan LSA yang dimodifikasi untuk numeric (pendekatan seleksi & pembobotan). Dapat ditunjukkan juga bahwa rank k approximation yang optimal dapat dicapai pada paruh pertama dari rentang k, untuk data pelamar sebanyak 100 yang dibandingkan dengan data lowongan sebanyak 20.Kata Kunci : , Stopping Step, Stop Word, Numeric Data, Rank ApproximationABSTRACT: Finding the best candidates for a job vacancy is still not a simple thing. It takes multiple process involving so many person, and also takes time. Building a computerized job matching system might be a solution to make this problem simpler. The concept of document matching could be implemented for this case. Between the document of job seekers and the document of job vacancy will be matched by looking their similarity. It was proved that there is a way to handle numeric data in LSA. LSA collaborated with selection approach for numeric is able to improve the precision .This study also proved that pre-processing step (stopping step/ adding stop word) influence the result. Pre-processing step could improve the precision of system with modified LSA for numeric (with selection & weighting approach). This study also showed that the optimal rank k approximation can be obtained at the half first range of k, for 100 numbers data of job seekers compared with 20 numbers data of vacancy.Keyword: LSA, Stopping Step, Stop Word, Numeric Data, Rank Approximation

Subjek

DATA MINING
 

Katalog

Job Matching pada Data i-CDC Menggunakan Latent Semantic Analysis Job Matching on i-CDC Data Using Latent Semantic Analysis
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

J. CATUR PRASETIAWAN
Perorangan
 
 

Penerbit

Universitas Telkom
Bandung
2012

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini