Sistem Analisa Lowongan Kerja di Indonesia pada Media Sosial Facebook Dengan Metode TF-IDF dan Decision Tree

Abstract

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.