CESS (Journal of Computer Engineering, System and Science)
Vol 6, No 1 (2021): Januari 2021

Prediksi Prospek Kerja Alumni Dengan Algoritma Neural Network

Swono Sibagariang (Politeknik Negeri Batam)
Agung Riyadi (Politeknik Negeri Batam)
Afdhol Dzikri (Politeknik Negeri Batam)
Fadli Suandi (Politeknik Negeri Batam)
Kevin Timoteus Sirait (Politeknik Negeri Batam)
Faishal Setiawan (Politeknik Negeri Batam)



Article Info

Publish Date
31 Jan 2021

Abstract

Penerapan teknologi informasi dalam dunia pendidikan salah satunya mampu menghasilkan data yang berlimpah mengenai siswa dan proses pembelajaran. Pencapaian tertinggi mahasiswa tentu didapatkan ketika dia sudah dinyatakan lulus dan bisa menyandang gelar dibelakang nama. Namun sangat disayangkan hampir sebagian besar mahasiswa yang telah lulus belum mempunyai pandangan tentang peluang kerja sehingga menjadi salah satu faktor meningkatnya jumlah pengangguran. Begitu juga pada lulusan di Politeknik Negeri Batam, tidak jarang pekerjaan yang didapat tidak sesuai dengan bidang yang ditekuninya ataupun rekomendasi tentang informasi pekerjaan kurang. Supaya alumni tidak terjebak dalam memilih karirnya, diperlukan sebuah sistem untuk dapat merekomendasikan alumni pekerjaan sesuai dengan bidang yang diinginkannya. Sehingga alumni tidak akan lagi terjebak pada karirnya yang tidak sesuai dengan bidangnya. Tujuan dari penelitian ini adalah untuk merumuskan prospek kerja mahasiswa berdasarkan pengolahan data alumni yang telah bekerja sehingga menghasilkan sebuah informasi bagi calon lulusan program studi teknik informatika dimana dapat digunakan sebagai rekomendasi pekerjaan. Dalam melakukan prediksi penelitian ini akan menggunakan algoritma Neural Network (NN) yaitu Learning Vector Quantization (LVQ), hasil dari penelitian ini adalah prediksi prospek kerja yang sesuai dengan bidangnya kedepannya. Dengan data latih sebanyak 320 baris data, learning rate 0,8, epoch 100, decrease learning 0.1, data uji 80 baris data didapatkan nilai akurasi yang dihasilkan sebanyak 71.25%. Angka ini bisa berubah menjadi lebih baik tingkat akurasinya dengan melakukan uji coba dan mengubah-ubah nilai learning rate, epoch dan memperbanyak data latih. Semakin banyak data latih yang digunakan maka LVQ akan memiliki pengetahuan yang lebih lengkap

Copyrights © 2021






Journal Info

Abbrev

cess

Publisher

Subject

Computer Science & IT

Description

CESS (Journal of Computer Engineering, System and Science) contains articles on research results and conceptual studies in the fields of informatics engineering, computer science and information systems. The main topics published include: 1. Information security 2. Computer security 3. Networking & ...