Search for collections on Repository Universitas Maritim Raja Ali Haji

MEMPREDIKSI IKLAN LOWONGAN PEKERJAAN PALSU MENGGUNAKAN ALGORITMA RANDOM FOREST

IRIANTO, DICKY and Nurfalinda, Nurfalinda and Ritha, Nola (2023) MEMPREDIKSI IKLAN LOWONGAN PEKERJAAN PALSU MENGGUNAKAN ALGORITMA RANDOM FOREST. S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text (Cover)
DICKY IRIANTO_180155201004_Teknik Informatika - Cover.pdf - Published Version

Download (872kB)
[img] Text (Abstrak)
DICKY IRIANTO_180155201004_Teknik Informatika - Abstrak.pdf - Published Version

Download (118kB)
[img] Text (BAB I)
DICKY IRIANTO_180155201004_Teknik Informatika - BAB I.pdf - Published Version

Download (235kB)
[img] Text (Daftar Pustaka)
DICKY IRIANTO_180155201004_Teknik Informatika - Daftar Pustaka.pdf - Published Version

Download (229kB)
[img] Text (Full Teks)
DICKY IRIANTO_180155201004_Teknik Informatika - Full Teks.pdf - Published Version
Restricted to Repository staff only

Download (934kB) | Request a copy
Official URL: https://lib.umrah.ac.id/

Abstract

Tujuan dari penelitian ini adalah untuk memperoleh hasil prediksi lowongan pekerjaan asli atau palsu. Alasan mengambil judul tersebut karena iklan lowongan pekerjaan palsu sulit dibedakan dengan yang asli. Hal itu disebabkan isi konteks iklan lowongan pekerjaan palsu hampir sama dengan yang asli. Oleh sebab itu, peneliti menggunakan dataset yang berisi data iklan lowongan pekerjaan asli dan palsu. Algoritma yang digunakan pada penelitian ini adalah algoritma Random Forest. Atribut yang digunakan adalah atribut title dan atribut location sebagai atribut untuk pencarian data, atribut has_company_logo, has_questions, required_experience, dan required_education, dan atribut fraudulent sebagai atribut untuk proses prediksi dalam model Random Forest. Pengujian menggunakan data sebanyak 17880 dan tree sebanyak 2,4, 6, 8, 10, 100, 200, 300, 400, 500, 600, 700, 800, 900, dan 1000. Tingkat akurasi dan f1-score terbaik yang didapatkan pada penelitian ini adalah 96,86% dan F1-score 0,658, dengan jumlah tree yang digunakan sebanyak 2. Peningkatan atau banyaknya jumlah tree tidak menghasilkan peningkatan akurasi dan F1-score.

Item Type: Thesis (S1)
Contributors:
ContributionNameNIP / NIDN
UNSPECIFIEDNurfalinda, NurfalindaNIP.198401212019032013
UNSPECIFIEDRitha, NolaNIDN.0014119001
Subjects: 000 Karya Umum > 000. Ilmu Umum dan Komputer > 005.1.Pemrograman
000 Karya Umum > 000. Ilmu Umum dan Komputer > 005.11.Pemrograman Khusus
000 Karya Umum > 000. Ilmu Umum dan Komputer > 006.3 Artificial Intelligence/Kecerdasan Buatan
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: user Teknik Informatika
Date Deposited: 26 Jan 2023 07:15
Last Modified: 26 Jan 2023 07:15
URI: http://repositori.umrah.ac.id/id/eprint/4549

Actions (login required)

View Item View Item