ANALISIS HARD SKILL LOWONGAN KERJA BIDANG INFORMATIKA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBORS (KNN) UNTUK MAPPING LEARNING PATH

VANIA, YOLANDA (2025) ANALISIS HARD SKILL LOWONGAN KERJA BIDANG INFORMATIKA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBORS (KNN) UNTUK MAPPING LEARNING PATH. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (9Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2316Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Perkembangan teknologi informasi meningkatkan kebutuhan akan keterampilan teknis di bidang informatika, namun masih terdapat kesenjangan antara kompetensi lulusan dan kebutuhan industri. Penelitian ini bertujuan menyusun jalur pembelajaran berbasis data lowongan kerja dan kurikulum. Mengguanakan pendekatan CRISP-DM dengan metode Support Vector Machine (SVM) untuk mengklasifikasikan keterampilan serta K-Nearest Neighbors (KNN) untuk memberikan rekomendasi pembelajaran. Dataset mencakup 628 lowongan kerja dari Tech in Asia dan 65 mata kuliah dari Computing Curricula 2020. Hasil penelitian menunjukkan bahwa keterampilan yang paling dibutuhkan meliputi backend development, data analysis, Python, JavaScript, SQL, dan data management. Rekomendasi jalur pembelajaran berhasil merekomendasikan 1.884 yang menghubungkan keterampilan industri dengan mata kuliah relevan di bidang pemrograman, data science, dan teknologi informasi. Penelitian ini memberikan gambaran yang jelas tentang kebutuhan keterampilan industri dan kaitannya dengan kurikulum, sehingga dapat menjadi bahan pertimbangan dalam penyusunan kurikulum dan perencanaan belajar mahasiswa. Kata kunci : CRISP-DM, SVM, KNN, keterampilan teknis, learning path, rekomendasi kurikulum

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi:	FAKULTAS TEKNIK (FT) > Prodi S1-Teknik Informatika
Pengguna Deposit:	2507999329 Digilib
Date Deposited:	12 Dec 2025 02:38
Terakhir diubah:	12 Dec 2025 02:38
URI:	http://digilib.unila.ac.id/id/eprint/94175

Actions (login required)

Lihat Karya Akhir