Firmansyah, Ady Gilang (2026) PENGEMBANGAN SISTEM REKOMENDASI KARIER BERBASIS CBF HYBRID TF-IDF-SBERT UNTUK MENDUKUNG KESESUAIAN KARIER. S1 thesis, Universitas Mercu Buana Jakarta - Menteng.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (COVER)
41522010090-Ady Gilang Firmansyah-01 Cover - Ady Gilang Firmansyah.pdf Download (491kB) |
|
Text (BAB 1)
41522010090-Ady Gilang Firmansyah-02 Bab 1 - Ady Gilang Firmansyah.pdf Restricted to Registered users only Download (147kB) |
|
Text (BAB 2)
41522010090-Ady Gilang Firmansyah-03 Bab 2 - Ady Gilang Firmansyah.pdf Restricted to Registered users only Download (414kB) |
|
Text (BAB 3)
41522010090-Ady Gilang Firmansyah-04 Bab 3 - Ady Gilang Firmansyah.pdf Restricted to Registered users only Download (3MB) |
|
Text (BAB 4)
41522010090-Ady Gilang Firmansyah-05 Bab 4 - Ady Gilang Firmansyah.pdf Restricted to Registered users only Download (724kB) |
|
Text (BAB 5)
41522010090-Ady Gilang Firmansyah-06 Bab 5 - Ady Gilang Firmansyah.pdf Restricted to Registered users only Download (147kB) |
|
Text (DAFTAR PUSTAKA)
41522010090-Ady Gilang Firmansyah-08 Daftar Pustaka - Ady Gilang Firmansyah.pdf Restricted to Registered users only Download (148kB) |
|
Text (LAMPIRAN)
41522010090-Ady Gilang Firmansyah-09 Lampiran - Ady Gilang Firmansyah.pdf Restricted to Registered users only Download (1MB) |
Abstract
Penelitian ini mengembangkan sistem rekomendasi karier berbasis web untuk mendukung kesesuaian karier dalam upaya mengatasi tingkat ketidaksesuaian yang tinggi. Sistem menerapkan pendekatan Content-Based Filtering hybrid yang menggabungkan metode TF-IDF dan SBERT guna menganalisis input pengguna dan mencocokkannya dengan database karier O*NET. Evaluasi menggunakan metrik Recall@K, R-Precision, dan NDCG@K, serta pengujian penerimaan pengguna. Hasil penelitian menunjukkan bahwa aristektur hybrid yaitu penggabungan TF-IDF dan SBERT mampu memberikan performa akurasi yang lebih tinggi dibandingkan metode tunggal mencapai angka Recall@10 sebesar 0,9650, R-Prec sebesar 0,6799, dan NDCG@10 sebesar 0,8340. Sistem ini berhasil menyediakan rekomendasi karier yang relevan dan presisi untuk mendukung kesesuaian karier pengguna. Kata kunci: Sistem Rekomendasi Karier, Content-Based Filtering, TF-IDF, SBERT, Hybrid.
| Item Type: | Thesis (S1) |
|---|---|
| NIM/NIDN Creators: | 41522010090 |
| Uncontrolled Keywords: | Sistem Rekomendasi Karier, Content-Based Filtering, TF-IDF, SBERT, Hybrid. |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | NAJHWA LAILI SYAFAQOH |
| Date Deposited: | 15 Sep 2026 08:31 |
| Last Modified: | 15 Sep 2026 08:31 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/103900 |
Actions (login required)
 |
View Item |
