Klasifikasi Kinerja Programmer pada Aktivitas Media Sosial dengan Metode Support Vector Machines

Rusydi Umar, Imam Riadi, Purwono Purwono Rusydi Umar
Imam Riadi
Purwono Purwono

Abstract


Peningkatan kebutuhan software di berbagai perusahaan terus meningkat. Kualitas software yang dibutuhkan harus memiliki nilai manfaat yang tinggi bagi perusahaan. Kesalahan dalam perekrutan programmer berakibat fatal terhadap kualitas software yang dihasilkan. Perekrutan profesi ini harus dilakukan dengan prosedur yang benar. Meningkatnya penggunaan media sosial dapat dijadikan sebagai salah satu metode perekrutan kandidat profesional karena sebelumnya belum banyak menyentuh aspek ini. Media sosial telah merekam aktivitas digital yang dilakukan oleh kandidat programmer dalam bentuk data posting sebagai pola kinerja mereka. Tujuan dari penelitian ini adalah menemukan pola kinerja baik atau buruknya programmer dengan cara melakukan klasifikasi berdasarkan postingan media sosial. Penelitian ini berupa implementasi dari metode SVM yang digunakan sebagai sistem klasifikasi otomatis. Hasil penelitian menunjukan persentase akurasi dengan k=10 cross-validation untuk algoritma SVM mencapai angka tertinggi 85,1%, sehingga metode ini dianggap cukup baik dalam melakukan klasifikasi.

Keywords


support vector machines, klasifikasi, kinerja, media sosial, programmer

References


I. Lewenusa, “Rekayasa Kebutuhan Perangkat Lunak Pada Perusahaan Skala Kecil Dan Menengah Dengan Pendekatan Soft System Methodology (Ssm) – Studi Kasus Pt Xyz,” Comput. J. Comput. Sci. Inf. Syst., vol. 1, no. 1, p. 49, 2017.

A. Z. Fauzia, S. Maslihah, and H. Ihsan, “Pengaruh Tipe Kepribadian Terhadap Self-Disclosure pada Dewasa Awal Pengguna Media Sosial Instagram di Kota Bandung,” Jakarta, vol. 3, no. 3, pp. 151–160, 2019.

T. Koch, C. Gerber, and J. J. De Klerk, “The impact of social media on recruitment: Are you Linkedin?,” SA J. Hum. Resour. Manag., vol. 16, pp. 1–14, 2018.

R. Umar, I. Riadi, and Purwono, “Perbandingan Metode SVM, RF dan SGD untuk Penentuan Model Klasifikasi Kinerja Programmer pada Aktivitas Media Sosial,” RESTI, vol. 4, no. 2, pp. 329–335, 2020.

M. M. Tadesse, H. Lin, B. Xu, and L. Yang, “Personality Predictions Based on User Behavior on the Facebook Social Media Platform,” IEEE Access, vol. 6, pp. 61959–61969, 2018.

A. Mustika and M. Affandes, “Penerapan Metode Support Vector Machine Dalam Klasifikasi Sentimen Tweet Public Figure,” Sentra, pp. 978–979, 2015.

D. Maulina and R. Sagara, “Klasifikasi Artikel Hoax Menggunakan Support Vector Machine Linear Dengan Pembobotan Term Frequency – Inverse Document Frequency,” Mantik Penusa, vol. 2, no. 1, pp. 35–40, 2018.

S. Asiyah and K. Fithriasari, “Klasifikasi Berita Online Menggunakan Metode Support Vector Machine Dan K-Nearest Neighbor,” J. Sains dan Seni ITS, vol. 5, no. 2, 2016.

Y. Wulandari, Wiranto, and Wiharto, “Klasifikasi Keluhan Pelanggan Berbasis Twitter Menggunakan Metode Support Vector Machine (Svm) (Studi Kasus Pos Indonesia),” Pus. Dokumentasi dan Inf. Ilm. UNS, 2017.

A. Handayanto, K. Latifa, N. D. Saputro, and R. R. Waliyansyah, “Analisis dan Penerapan Algoritma Support Vector Machine ( SVM ) dalam Data Mining untuk Menunjang Strategi Promosi ( Analysis and Application of Algorithm Support Vector Machine ( SVM ) in Data Mining to Support Promotional Strategies ),” JUITA J. Inform., vol. 7, no. November, pp. 71–79, 2019.

A. T. J. Harjanta, “Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining,” Inform. UPGRIS, vol. 1, pp. 1–9, 2015.

F. Rahutomo and A. R. T. H. Ririd, “Evaluasi Daftar Stopword Bahasa Indonesia,” J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 1, p. 41, 2019.

A. Alajmi and E. mostafa Saad, “Toward an ARABIC Stop-Words List Generation Toward an ARABIC Stop-Words List Generation,” no. January 2012, 2018.

M. A. Fauzi, “Text Pre-Processing,” 2016.

B. Herwijayanti, D. E. Ratnawati, and L. Muflikhah, “Klasifikasi Berita Online dengan menggunakan Pembobotan TF-IDF dan Cosine Similarity,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 1, pp. 306–312, 2018.

A. Taufik, “Komparasi Algoritma Text Mining Untuk Klasifikasi Review Hotel,” J. Tek. Komput. AMIK BSI, vol. IV, no. 2, pp. 69–74, 2018.

N. K. Widyasanti, I. K. G. D. Putra, and N. K. D. Rusjayanthi, “Seleksi Fitur Bobot Kata dengan Metode TF-IDF untuk Ringkasan Bahasa Indonesia,” Merpati, vol. 6, no. 2, pp. 119–126, 2018.

I. Riadi, R. Umar, and F. D. Aini, “Analisis Perbandingan Detection Traffic Anomaly Dengan Metode Naive Bayes Dan Support Vector Machine (Svm),” Ilk. J. Ilm., vol. 11, no. 1, p. 17, 2019.

M. Y. Ramadan, D. Syauqy, and Tibyani, “Implementasi Metode Klasifikasi Support Vector Machine ( SVM ) Terhadap Pemakaian Minyak Goreng,” vol. 3, no. 2, pp. 1669–1677, 2019.

Suyanto, Machine Learning Tingkat Dasar dan Lanjut. Bandung: Informatika, 2018.

A. S. Ritonga and E. S. Purwaningsih, “Penerapan Metode Support Vector Machine ( SVM ) Dalam Klasifikasi Kualitas Pengelasan Smaw ( Shield Metal Arc Welding ),” Ilm. Edutic, vol. 5, no. 1, pp. 17–25, 2018.

N. I. Widiastuti, E. Rainarli, and K. E. Dewi, “Peringkasan dan Support Vector Machine pada Klasifikasi Dokumen,” J. Infotel, vol. 9, no. 4, p. 416, 2017.

M. F. Rahman, D. Alamsah, M. I. Darmawidjadja, and I. Nurma, “Klasifikasi Untuk Diagnosa Diabetes Menggunakan Metode Bayesian Regularization Neural Network (RBNN),” J. Inform., vol. 11, no. 1, p. 36, 2017.

I. Saputra and D. Rosiyadi, “Perbandingan Kinerja Algoritma K-Nearest Neighbor , Naïve Bayes Classifier dan Support Vector Machine dalam Klasifikasi Tingkah Laku Bully pada Aplikasi Whatsapp,” Fakt. Exacta, vol. 12, no. 2, pp. 101–111, 2019.

G. Hackeling, Mastering Machine Learning with scikit-learn. Birmingham: Packt Publishing, 2014.

T. H. Apandi, C. A. Sugianto, and C. R. Service, “Algoritma Naive Bayes untuk Prediksi Kepuasan Pelayanan Perekaman e-KTP ( Naive Bayes Algorithm for Satisfaction Prediction of e-ID,” JUITA J. Inform., vol. 7, no. November, pp. 125–128, 2019.




DOI: http://dx.doi.org/10.29406/cbn.v4i01.2042

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 CYBERNETICS

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.