Implementasi Content-Based Filtering Untuk Sistem Rekomendasi Pekerjaan Berbasis Curriculum Vitae CV
DOI:
https://doi.org/10.33005/santika.v6i1.1194Keywords:
Sistem Rekomendasi, Natural Language Processing, Content Based Filtering, Cosine Similarity, Curriculum Vitae, LinkedIn, TF-IDFAbstract
Proses pencarian kerja di era digital menghadapi tantangan berupa tingginya jumlah pelamar dan rendahnya tingkat kesesuaian antara profil pelamar dengan kebutuhan perusahaan. Permasalahan ini diperparah oleh kompleksitas data teks tidak terstruktur pada Curriculum Vitae CV dan deskripsi pekerjaan, sehingga proses pencocokan menjadi kurang optimal. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi pekerjaan berbasis Content Based Filtering CBF dengan memanfaatkan representasi teks menggunakan Term Frequency Inverse Document Frequency TF IDF dan pengukuran kemiripan menggunakan cosine similarity. Dataset yang digunakan terdiri dari dokumen CV dalam format PDF serta data lowongan pekerjaan yang dikumpulkan dari platform LinkedIn. Tahapan penelitian meliputi ekstraksi teks, preprocessing menggunakan teknik Natural Language Processing NLP, pembentukan vektor TF IDF, serta perhitungan skor kemiripan untuk menghasilkan rekomendasi pekerjaan dalam bentuk Top N. Sistem diimplementasikan menggunakan Streamlit untuk menyediakan antarmuka yang interaktif dan mudah digunakan. Hasil evaluasi menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang relevan dengan rata rata skor relevansi sebesar 4,2 dari 5 dan tingkat kepuasan pengguna sebesar 4,5 dari 5, dengan 90,5 persen responden menyatakan puas. Dengan demikian, pendekatan CBF berbasis TF IDF terbukti efektif dalam meningkatkan kualitas pencocokan pekerjaan secara praktis.
References
LinkedIn, LinkedIn Work Change Report 2025, LinkedIn News, 2025. Online.Available https.news.linkedin.com.2025.work.change.report
Times of India, The quiet unease beneath an AIled hiring boom Why 80 of people feel unprepared for work in 2026, 2026.Online.Available https.timesofindia.indiatimes.com.education.careers.news.the.quiet.unease.beneath.an.ai.led.hiring.boom.why.80.of.people.feel.unprepared.for.work.in.2026.articleshow.126409323.cms
AP News, Job openings slide to about 7.1 million as hiring remains sluggish, 2025.Online.Available https.apnews.com.article.e7b5d4c29d444ea019199d8bb759bb51
ANTARA News, BPS Angka pengangguran di Indonesia naik 83 ribu pada Februari 2025, 2025.Online.Available https.www.antaranews.com.berita.4813617.bps.angka.pengangguran.di.indonesia.naik.83.ribu.pada.februari.2025
DetikEdu, BPS Pengangguran mencapai 7,28 juta orang, terbanyak usia di bawah 24 tahun, 2025.Online.Available https.www.detik.com.edu.detikpedia.d.7901847.bps.pengangguran.mencapai.7.28.juta.orang.terbanyak.pada.usia.di.bawah.24.tahun
Detik Finance, Angka pengangguran 7,28 juta orang, RI masih hadapi tantangan berat, 2025. Online. Available https.finance.detik.com.berita.ekonomi.bisnis.d.8102989.angka.pengangguran.7.28.juta.orang.ri.masih.hadapi.tantangan.berat
CNBC Indonesia, Survei ungkap warga RI mulai putus asa cari lowongan kerja, 2025. Online. Available https.www.cnbcindonesia.com.research.20250910125211.128.665792.survei.ungkap.warga.ri.mulai.putus.asa.cari.lowongan.kerja
J. F. Levid, D. Wijaya, H. Irsyad, dan A. Rahman, Penerapan Smart, EDAS, dan Cosine Similarity dalam rekomendasi lowongan pekerjaan di era digital, Buletin Ilmiah Informatika Teknologi, vol. 3, no. 3, hlm. 8592, 2025, doi. 10.58369.biit.v2i3.128.
P. Singla dan V. Verma, An Intelligent Job Recommendation System based on Semantic Embeddings and Machine Learning, Journal of Information Systems Engineering Management, vol. 10, no. 5s, pp. 520542, 2025, doi. 10.52783.jisem.v10i5s.681.
D. Celik Ertugrul dan S. Bitirim, Job Recommender Systems a systematic literature review applications open issues and challenges, Journal of Big Data, vol. 12, article no. 140, 2025. doi. 10.1186.s40537.025.01173.y
N. Reimers dan I. Gurevych, Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation, Proceedings of the Conference on Empirical Methods in Natural Language Processing EMNLP, 2020. Online https.arxiv.org.abs.2004.09813N.
A. Rouf, Y. M. Pranoto, dan E. Setyati, Sistem Rekomendasi Pekerjaan Menggunakan Content Based Similarity, Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 12, no. 2, pp. 618626, 2023. DOI. https.doi.org.10.33480.inti.v20i1.6786
A. Fitria, S. Zaman, dan M. A. Yaqin, Sistem Rekomendasi Lowongan Pekerjaan Menggunakan Contentbased filtering, Jurnal Edukasi dan Penelitian Informatika, vol. 10, no. 3, 2024.
C. Koloman, R. Maulana, R. D. Z. Putri, dan W. A. Harahap, Sistem rekomendasi pekerjaan di bidang IT menggunakan algoritma contentbased filtering, Journal of Creative Student Research, vol. 1, no. 6, hlm. 7888, 2023, doi. 10.55606.jcsrpolitama.v1i6.2992.
F. Ricci, L. Rokach, dan B. Shapira, Introduction to recommender systems handbook, Recommender Systems Handbook, Boston, MA, Springer, hlm. 135, 2010, doi. 10.1007.978.0.387.85820.3.1.
N. Kumar, M. Gupta, D. Sharma, dan I. Ofori, Technical job recommendation system using APIs and web crawling, Computational Intelligence and Neuroscience, vol. 2022, hlm. 111, 2022, doi. 10.1155.2022.7797548.
Domeniconi, et al., Job Recommendation From Semantic Similarity of LinkedIn Users Skills, Proceedings International Conference on Pattern Recognition Applications and Methods ICPRAM, 2016, pp. 270277, doi. 10.5220.0005702302700277.
A. R. Hawari, Munawir, Zulfan, D. Satria, dan Susmanto, Job recommendation system using the contentbased filtering method, Proceedings of International Conference on Multidiciplinary Research, vol. 5, no. 2, hlm. 138140, 2022, doi. 10.32672.pic.mr.v5i2.5419.
Improved content recommendation algorithm integrating semantic and TFIDF, 2023. doi. 10.1186.s40537.023.00776.7
A. Muhaimin, I. Taufik, dan D. Daniswara, Pendeteksian Spam pada Email menggunakan Pendekatan Natural Language Processing, Prosiding Seminar Nasional Sains Data, vol. 3, no. 1, pp. 116121, 2023.
D. A. Prasetya, A. Choiruddin, S. Rakshit, A. Puspita Sari, S. S. M. Wara, A. R. Pratama, dan M. Nasrudin, Machine Learning Praktis dengan Python Dari Data Mining hingga Neural Network, Gresik, Jawa Timur, Thalibul Ilmi Publishing and Education, 2025.
A. Singh, V. Pudi, dan R. Singh, Contentbased models for coldstart recommendation, PeerJ Computer Science, vol. 7, 2021, doi. 10.7717.peerj.cs.497.
T. V. Yadalam, V. M. Gowda, V. S. Kumar, D. Girish, dan N. M., Career Recommendation Systems using Contentbased Filtering, Proceedings International Conference on Communication and Electronics Systems ICCES, 2020, pp. 270277, doi. 10.1109.ICCES48766.2020.9137992.
V. M. Hersianty, E. L. Amalia, D. Puspitasari, dan D. W. Wibowo, Penerapan algoritma TFIDF dan cosine similarity dalam sistem rekomendasi lowongan pekerjaan, Jurnal Mahasiswa Teknik Informatika, vol. 9, no. 1, hlm. 16191625, 2025, doi. 10.36040.jati.v9i1.12406.
P. Singla dan V. Verma, An Intelligent Job Recommendation System based on Semantic Embeddings and Machine Learning, Journal of Information Systems Engineering Management, vol. 10, no. 5s, pp. 520542, 2025, doi. 10.52783.jisem.v10i5s.681.
