RANCANG BANGUN SISTEM PENCARIAN KERJA PENGGUNA JOBSTREET BERDASARKAN POLA JENIS PEKERJAAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING = DESIGN AND BUILD A JOB SEARCH SYSTEM FOR JOBSTREET USERS BASED ON JOB TYPE PATTERNS USING THE K-MEANS CLUSTERING ALGORITHM

DIRGANTRY LEONARD NUGRAH BORO. Rancang Bangun Sistem Pencarian Kerja Pengguna JobStreet Berdasarkan Pola Jenis Pekerjaan Menggunakan Algoritma K-Means Clustering (dibimbing oleh Supri Bin Hj Amir). Pencarian pekerjaan melalui platform JobStreet sering kali menjadi tantangan bagi pencari kerja karena banyaknya pilihan yang tersedia, sehingga menyulitkan mereka dalam menemukan lowongan yang sesuai dengan preferensi dan kualifikasinya. Penelitian ini bertujuan untuk merancang dan membangun sistem pencarian kerja yang dapat mengelompokkan lowongan berdasarkan pola jenis pekerjaan menggunakan algoritma K-Means Clustering. Metode yang digunakan adalah pendekatan kuantitatif dengan teknik clustering, di mana data diperoleh melalui web scraping dari JobStreet dan mencakup informasi seperti nama pekerjaan, kategori, jenis pekerjaan, dan lokasi. Proses analisis diawali dengan pembersihan dan pengolahan data, diikuti dengan penentuan jumlah klaster optimal menggunakan metode elbow untuk mendapatkan hasil pengelompokan yang lebih akurat. Hasil penelitian menunjukkan bahwa metode clustering dapat membantu pengguna dalam menemukan pekerjaan yang lebih relevan dengan preferensi mereka berdasarkan pola yang terbentuk dalam data. Selain itu, hasil penelitian ini juga memberikan wawasan bagi pengembang platform pencarian kerja dalam meningkatkan sistem rekomendasi yang lebih personal dan efisien, sehingga dapat mempermudah pencari kerja dalam menemukan lowongan yang sesuai.