SISTEM ANALISA LOWONGAN KERJA DI INDONESIA PADA MEDIA SOSIAL FACEBOOK DENGAN METODE TF-IDF DAN DECISION TREE

JOB VACANCY ANALYSIS SYSTEM IN INDONESIA ON SOCIAL MEDIA FACEBOOK USING TF-IDF AND DECISION TREE METHODS

Indonesia adalah negara berkembang dan juga memiliki populasi penduduk hingga 274.9 juta jiwa. Perkembangan ini juga terjadi bidang teknologi informasi, dan perkembangan tersebut cukup pesat terjadi, perkembangan tersebut merambat ke berbagai lapisan masyarakat. Salah satu teknologinya adalah jejaring sosial. Pengguna media sosial di Indonesia sendiri mencapai 170 juta pengguna. Salah satunya adalah Facebook, di Indonesia sendiri tercatat 140 juta pengguna Facebook. Dari banyaknya pengguna Facebook tersebut maka juga semakin banyak juga informasi yang tersedia dan tersebar pada media tersebut salah satunya adalah lowongan kerja. Informasi lowongan kerja tersebut sangatlah membantu bagi para pencari kerja dan juga fresh graduate terlebih di masa pandemi covid-19. Pandemi covid-19 ini menciptakan dampak tersendiri pada sektor ketenagakerjaan, mulai dari kebijakan pemerintah mengenai pembatasan sosial, work from home dan juga terjadinya pemberhentian terhadap tenaga kerja oleh instansi di masa pandemi. Dengan informasi lowongan kerja pada media Facebook, dapat dilakukan ekstraksi informasi menggunakan text mining untuk menganalisis tren lowongan kerja yang ada dan membantu memetakan lowongan pekerjaan. Penggunaan TF-IDF sebagai metode pembobotan dan metode Decision Tree sebagai metode klasifikasi berguna dalam membantu analisa kategori dan tren lowongan pekerjaan yang ada. Penerapan dua metode tersebut berhasil karena telah mengklasifikasikan data dan juga perangkingan data secara aktual sesuai dengan aturan yang ada telah ditentukan pada penelitian ini. Dan juga sistem analisa menyajikan data yang mudah dipahami dan sesuai dengan hasil implementasi metode yang digunakan.

Indonesia is a developing country and also has a population of up to 274.9 million people. This development also occurred in the field of information technology, and the development was quite rapid, the development spread to various layers of society. One of the technologies is social networking. Social media users in Indonesia alone reach 170 million users. One of them is Facebook, in Indonesia alone there are 140 million Facebook users. From the number of Facebook users, there is also more information available and spread on the media, one of which is job vacancies. This job vacancy information is very helpful for job seekers and fresh graduates, especially during the COVID-19 pandemic. The COVID-19 pandemic has created its own impact on the employment sector, starting from government policies regarding social restrictions, work from home and also the termination of workers by agencies during the pandemic. With job vacancy information on Facebook media, information extraction can be carried out using text mining to analyze trends in existing job vacancies and help map job vacancies. The use of TF-IDF as a weighting method and the Decision Tree method as a classification method is useful in helping to analyze the categories and trends of existing job vacancies. The application of the two methods was successful because it had classified the data and also the actual ranking of the data in accordance with the existing rules that had been determined in this study. And also the analysis system presents data that is easy to understand and in accordance with the results of the implementation of the method used.