Analisis Data Lowongan Kerja Sekretaris Pada Masa Pandemi Covid-19 Dengan Metode Data Mining Klasterisasi

Fenti Sofiani, Dyah Retno Utari

Abstract


Pada masa pandemi COVID-19, banyak perusahaan di Indonesia yang melakukan pemutusan hubungan kerja karena menurunnya perekonomian secara nasional. Oleh karena itu informasi lowongan kerja menjadi hal yang langka dan diburu oleh para pencari kerja. Lowongan kerja merupakan salah satu informasi yang dibutuhkan bagi lulusan pendidikan tinggi program studi vokasi kesekretariatan. Informasi lowongan kerja memuat kualifikasi calon pekerja yang dibutuhkan oleh pemberi kerja. Selain dibutuhkan oleh lulusan, informasi ini juga dapat diolah menjadi pengetahuan penting bagi pengelola program studi. Pengelola program studi dapat menyiapkan lulusan untuk memenuhi kualifikasi yang dibutuhkan pemberi kerja berdasarkan informasi lowongan kerja. Penelitian ini menganalisis data lowongan kerja sekretaris di harian surat kabar nasional pada masa pandemi COVID-19 selama lima belas bulan. Penelitian ini menggunakan metode klasterisasi data mining yaitu algoritma K-Means pada enam puluh tiga lowongan kerja dan analisis statistik deskriptif. Tujuan penelitian ini adalah untuk mendapatkan model klasterisasi data lowongan kerja kesekretarisan, sehingga pengelola program studi memiliki strategi untuk menyiapkan lulusan yang cepat mendapatkan pekerjaan yang dibutuhkan, terutama di masa pandemi. Hasil penelitian menunjukkan bahwa pada masa pandemi lowongan kerja sekretaris terbagi menjadi tiga kategori yaitu klaster info lowongan kerja untuk lulusan dengan kompetensi teknologi informasi tanpa pengalaman kerja dan status lulusan baru, klaster kedua info lowongan kerja untuk lulusan berpengalaman, dan klaster ketiga berupa info lowongan kerja tanpa spesifikasi tertentu. Model klasterisasi dievaluasi dengan indeks Davies Bouldin, dengan nilai indeks 0,09, artinya model yang terbentuk relatif optimal. Disarankan untuk penelitian selanjutnya melibatkan data lowongan kerja di media elektronik dan membandingkan kinerja algoritma klasterisasi lainnya, seperti K-Medoids

Full Text:

PDF

References


Agustyani E. M., Santoso, I. (2019). Analisis Lowongan Pekerjaan Studi Kasus: Portal Lowongan Kerja Jobstreet, Seminar Nasional Official Statistics 2019.

Astuti, C. W. (2020). Penerapan Kompetensi Sekretaris Lulusan STARKI Di Dunia Kerja. Jurnal Administrasi dan Kesekretarisan. Vol. 5 (2). 88-98.

Dahria, M, Gunawan R, Lubis Z. (2019). Implementasi K-Means Untuk Pengelompokan Produk Terbaik PT Koko Pelli. Seminar Nasional Sains & Teknologi Informasi (SENSASI), 495-498.

Hariyani, R. (2021) Identifikasi Kebutuhan Keterampilan Sekretaris Melalui Konten Lowongan Pekerjaan Di Masa Pandemi Covid-19. Jurnal Serasi 19 (2), 1-8.

Jayani, D. H. (2021) Iklan Lowongan Kerja Menurun pada Agustus 2021. Tersedia daring pada https://databoks.katadata.co.id/datapublish/2021/11/07/iklan-lowongan-kerja-menurun-pada-agustus-2021

Mardalius. (2018). Pemanfaatan Rapid Miner Studio 8.2 Untuk Pengelompokan Data Penjualan Aksesoris Menggunakan Algoritma K-Means. Jurnal Teknologi dan Sistem Informasi, IV (2) 401-411.

Muningsih, E., Maryani I., Handayani, V. R. (2021), Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa. Evolusi: Jurnal Sains dan Manajemen, 95-100.

Nasir, J. (2020). Penerapan Data Mining Clustering Dalam Mengelompokan Buku Dengan Metode K-Means. Jurnal Simetris, 11(2).

Nasution L. M. (2017) Statistik Deskriptif. Jurnal Hikmah, 14 (1), 49-55.

Ningsih W., Abdullah, F. (2022). Analisis Perbedaan Pencari Kerja dan Lowongan Kerja Sebelum dan Pada Saat Pandemi Covid-19 di Kota Malang. Journal of Regional Economics Indonesia.

Pardosi, D. L. & Siagian, I. D. (2020). Klasterisasi Data Lowongan Pekerjaan Berdasarkan Fuzzy C-Means. Jurnal Ilmu Komputer dan Sistem Informasi, 3 (2.1), 27-31.

Triningsih, A. & Supriyono, H. (2019). Aplikasi Data Mining Berbasis Web Menggunakan Metode K-Means Clustering Untuk Pengelompokan Penjualan Terlaris Produk Kacamata. Jurnal INSYPRO (Information System and Processing)

Ula, M., Zulhusna, R., Fhonna, R. P., Pratama, A. (2022). Penerapan Model Klasifikasi K-Nearest Neighbor Dalam Pencarian Kesesuaian Pekerjaan. Jurnal Metrik, 6 (1), 18-23.

Wibowo A., Handoko, A. R. (2020). Segmentasi Pelanggan Ritel Produk Farmasi Obat Menggunakan Metode Data Mining Klasterisasi Dengan Analisis Recency Frequency Monetary (RFM) Termodifikasi. Jurnal Teknologi Informasi dan Ilmu Komputer. 7 (3), 573-578.




DOI: https://doi.org/10.36080/js.v20i2.2148

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Fenti Sofiani, Dyah Retno Utari

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

Jurnal Serasi diterbitkan oleh Program Studi Sekretari, Fakultas Ekonomi dan Bisnis, Universitas Budi Luhur.

Lebih detail tentang jurnal Serasi dapat lihat di Sejarah Jurnal Serasi

ISSN (cetak) 2085-0700            ISSN (online) 2622-5913

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.

 

Jurnal Sekretari dan Administrasi (SERASI) telah terindeks oleh: (klik gambar untuk informasi lebih lanjut)