Optimasi Algoritma Decision Tree dalam Klasifikasi Teks Pelamar Kerja Menggunakan Swarm Intelligence

WIKAN KUNCARA JATI

Informasi Umum

Kode

20.04.4303

Klasifikasi

003.3 - Computer science- system- computer modeling and simulation

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Adaptive Computing Systems

Dilihat

48 kali

Informasi Lainnya

Abstraksi

Wawancara kerja adalah salah satu tahap yang harus dilalui oleh pelamar kerja sebelum mendapatkan pekerjaan. Akan tetapi, proses wawancara manual mengakibatkan besarnya biaya dan lamanya waktu seleksi, sehingga diperlukan sebuah sistem yang dapat memberikan rekomendasi kelolosan pelamar kerja. Saat ini telah banyak penelitian klasifikasi teks menggunakan metode Naive Bayes, K-Nearest Neighbor, Support Vector Machine, dan Deep Learning. Oleh karena itu, algoritma yang lebih jarang digunakan akan diuji dalam penelitian ini, seperti Decision Tree. Kemudian metode Swarm Intelligence yaitu Particle Swarm Optimization diimplementasikan untuk meningkatkan performa dari metode tersebut. Sehingga penelitian ini fokus pada pengujian dan perbandingan metode Decision Tree biasa dengan Decision Tree yang dioptimasi dengan Particle Swarm Optimization. Dari hasil pengujian, akurasi dari model yang dioptimasi meningkat sebesar 7,1%, dan akurasi tertinggi yang dicapai adalah 74,3%.