Rekomendasi Lowongan Pekerjaan dari Portal Bursa Lowongan Kerja Memanfaatkan Cosine Similarity dan Simple Additive Weighting

AbstrakPencarian informasi melalui portal bursa lowongan kerja memanfaatkan mesin pencari (search engine) yang terdapat pada situs layanan. Hasil pencarian oleh sistem didasarkan pada kesamaan query inputan, kemudian hasilnya ditampilkan dengan model sortir yang terbatas pada hierarkis abjad atau angka. Sehingga diperlukan waktu lagi untuk memilah informasi yang dibutuhkan, karena hasil informasi yang ditampilkan sistem juga diantaranya merupakan informasi yang kurang sesuai. Sebab itu diperlukanlah adanya pengembangan model perankingan terhadap rekomendasi informasi dari hasil pencarian tersebut. Metode cosine similarity dalam pengimplementasiannya menghasilkan data sesuai dengan query yang diinputkan user, serta ditambah dengan menerapkan metode simple additive weighting sebagai metode perankingan terhadap data retrive hasil cosine similarity. Sistem memiliki fitur unggulan, yaitu model perankingan yang bertingkat sehingga user dapat menentukan sendiri aturan perankingan dengan menentukan kriteria mana yang cendrung dominan. Abstract Seeking information on job vacancy portals are use search engines tools that already contained on the service site. The search results by the system are based on the similarity of input queries, then the results are displayed with a sort model limited to hierarchical alphabets or numbers. So it takes a longer time to sort out the required information, because the results of information displayed by the system also containedsome irrelevant information. Therefore isbeing necessary to develop other ranked models to recommend some information from the search results. Cosine similarity method in the implementation of the data accordance to query that inputted by user, and then applying a method of simple additive weighting as a ranked method for the retrive data of cosine similarity results. The system has excellent features too, namely the multilevel ranking model so users can define their own ranking rules by determining which criteria tends is dominant.