Text
Sistem Rekomendasi Lowongan Magang Dan Kerja Menggunakan Metode Content Based Filtering
Proses pencarian lowongan magang dan kerja yang sesuai dengan kompetensi individu merupakan permasalahan signifikan, khususnya bagi mahasiswa dan lulusan baru. Penelitian ini mengembangkan sistem rekomendasi lowongan berbasis metode Content-Based Filtering yang difokuskan pada pencocokan antara profil pengguna dan kriteria lowongan. Sistem ini melakukan analisis terhadap atribut pengguna, seperti keterampilan (skills), minat, dan latar belakang pendidikan, yang kemudian dibandingkan dengan deskripsi pekerjaan dan kebutuhan dari masing masing lowongan. Teknik pembobotan Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk mengukur relevansi antara profil dan deskripsi lowongan. Data pengguna dan lowongan dikelola menggunakan basis data relasional dan sistem dikembangkan menggunakan framework web berbasis PHP atau Laravel. Hasil implementasi menunjukkan bahwa sistem mampu memberikan rekomendasi yang lebih relevan dan personal, serta meningkatkan efisiensi dalam proses pencarian lowongan. Sistem ini diharapkan dapat menjadi solusi efektif dalam mendukung transisi mahasiswa ke dunia kerja melalui pemanfaatan teknologi informasi secara optimal
Tidak tersedia versi lain