Institusion
Institut Teknologi Bandung
Author
Nindyati, Okti (STUDENT ID : 23217079)
(LECTURER ID : 0024017606)
Subject
Datestamp
0000-00-00 00:00:00
Abstract :
Untuk menghasilkan tenaga kerja yang handal dan berkualitas, pemerintah Indonesia harus memanfaatkan semua peluang yang ada untuk menciptakan solusi ketenagakerjaan yang efektif. Salah satu solusi yang dapat dilakukan adalah merancang program pelatihan yang berkualitas sehingga kompetensi pencari kerja dapat sesuai dengan kebutuhan industri. Untuk membuat program pelatihan yang optimal, analisis kebutuhan pelatihan tenaga kerja yang dilakukan dengan melakukan Training Need Analysis (TNA) diperlukan sebelum membuat program pelatihan. Identifikasi lowongan kerja adalah bagian pertama dari langkah-langkah yang harus diambil dalam TNA. Alur kegiatan TNA adalah untuk melakukan permintaan survei kepada perusahaan dan mengumpulkan beberapa informasi tentang jenis persyaratan pekerjaan apa yang diperlukan. Dengan menggunakan hasil wawancara, petugas mengidentifikasi kebutuhan industri dan membuat laporan yang digunakan sebagai pertimbangan untuk mempersiapkan program pelatihan selanjutnya. Tidak dapat dipungkiri bahwa proses bisnis yang ada masih kurang efektif karena membutuhkan banyak sumber daya manusia, waktu dan biaya, oleh karena itu perlu menerapkan teknologi yang dapat membantu mengidentifikasi lowongan kerja lebih cepat dan efisien. Data komprehensif tentang persyaratan dan spesifikasi pekerjaan dapat diidentifikasi dengan mengumpulkan informasi iklan pekerjaan dari situs web lowongan kerja atau Applicant Tracking System (ATS). Dengan menggunakan data ini, proses bisnis TNA bisa lebih efisien karena bisa mendapatkan hasil yang komprehensif dengan biaya yang rendah. Namum teknik pengumpulan data ini memiliki kelemahan yaitu memerlukan langkah-langkah untuk memastikan bahwa data tersebut valid karena ada banyak iklan lowongan kerja palsu oleh perusahaan fiktif di Indonesia. Lowongan kerja palsu ini adalah penipuan dan dimasukkan sebagai salah satu jenis Online Recruitment Fraud (ORF). Ketika iklan lowongan kerja mengandung informasi palsu, hasil analisis yang dihasilkan oleh sistem TNA tidak mencerminkan kebutuhan industri yang sebenarnya. Untuk menghindari hasil analisis yang tidak valid, diperlukan deteksi lowongan kerja palsu. Deteksi lowongan kerja palsu dapat menentukan apakah sebuah lowongan kerja merupakan lowongan kerja palsu atau asli dengan melakukan proses klasifikasi. Agar mencerminkan kebutuhan industri di Indonesia, data yang digunakan dibatasi pada lowongan kerja yang diambil dari situs web atau ATS di Indonesia. Penelitian terkait deteksi lowongan kerja palsu sudah ada namun tidak dapat mengatasi masalah yang ada. Penelitian sebelumnya membangun dataset berdasarkan sebuah ATS. Untuk mendapatkan gambaran kebutuhan tenaga kerja secara komprehensif, iklan lowongan kerja juga harus di ambil dari berbagai sumber yang ada di Indonesia, sehingga dalam penelitian ini, peneliti membuat dan menggunakan dataset lowongan kerja di Indonesia yang di susun berdasarkan iklan lowongan kerja pada Google Jobs yang berisi berbagai lowongan kerja di Indonesia. Menggunakan Google Jobs juga dapat membuat fitur deteksi penipuan pekerjaan yang diusulkan lebih umum dan dapat digunakan secara luas dalam studi kasus lain di negara yang berbeda. Penggunaan metode dan fitur pada penelitian terkait deteksi lowongan kerja palsu yang sudah ada saat ini kurang sesuai jika digunakan untuk deteksi lowongan kerja palsu di Indonesia karena tidak dapat mendeteksi data lowongan kerja eksternal dari beberapa penyedia layanan secara terintegrasi, sehingga diperlukan sebuah sistem deteksi lowongan kerja di Indonesia yang dapat mengatasi kekurangan tersebut. Perbedaan karakteristik lowongan kerja palsu yang ada di Indonesia dan pengambilan data dari berbagai jenis penyedia layanan ini memunculkan fitur-fitur baru yang dapat dipertimbangkan dalam rancangan sistem deteksi lowongan kerja palsu di Indonesia. Sistem deteksi lowongan kerja palsu di Indonesia menambahkan fitur-fitur terkait informasi penyedia layanan dan menambahkan fitur kontekstual berupa fitur perilaku dan kredibilitas pada informasi perusahaan dan lowongan kerja. Hasil pengujian penggunaan rancangan sistem ini dapat meningkatkan nilai accuracy, precision dan recall pada beberapa algoritma biner yang digunakan. Hal tersebut membuktikan bahwa rancangan sistem deteksi lowongan kerja palsu ini dapat digunakan untuk melakukan deteksi lowongan kerja palsu di Indonesia dan dapat melengkapi kekurangan dari penelitian sebelumnya.