Sistem Pendukung Keputusan Penempatan Kerja Bagi Calon Pencari Kerja Pada Dinas Tenaga Kerja Dan Transmigrasi Kota Mojokerto Menggunakan Metode Algoritma Genetika
Main Article Content
Abstract
Algoritma genetika sebagai cabang dari Algoritma Evolusi yang merupakan metode adaptive yang biasa digunakan untuk memecahkan suatu pencarian nilai dalam sebuah masalah optmasi, algoritma ini bekerja dengan sebuah populasi yang terdiri dari individu-individu yang masing-masing individu mempresentasikan sebuah solusi yang bagi persoalan yang ada. Dalam kaitan ini, individu dilambankan dengan nilai fitness yang akan digunakan untuk mencari solusi terbaik dari persoalan yang ada. Sistem ini merupakan sistem yang dibuat dan dirancang untuk menghasilkan keputusan terbaik dalam penempatan kerja bagi calon pencari kerja. Setiap kriteria yang disyaratkan oleh perusahaan akan melalui proses inisialisasi dan pengkodean secara numerik, begitu pula data dan persyaratan calon pencari kerja akan memliki sebuah nilai untuk dapat diperhitungkan dengan menggunakan algoritma genetika. Besarnya nilai fitness serta nilai kombinasi akan mempengaruhi hasil perhitungan dan solusi yang dimunculkan. Dari sebanyak 157 data dan nilai kombinasi yang bedasarkan kuota perusahaan maka tingkkat kecocokan antara output sistem dengan rekomendasi dari pengambilan keputusan pada proses pengujian didapatkan angka sebesar 80% dari sebanyak 44 data pencari kerja yang diambil sesuai dengan kriteria perusahaan.
Downloads
Article Details
Authors retain copyright of their work and grant Jurnal Ilmiah Teknologi Informasi Asia the right of first publication. The work is simultaneously licensed under a Creative Commons Attribution 4.0 International License (CC BY 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
While the editorial board endeavors to ensure accuracy, they accept no responsibility for the content of articles. Liability rests solely with the respective authors.
This is an open-access journal. All articles are immediately available to read and reuse upon publication under the CC BY 4.0 license. Users may share and adapt the material for any purpose, including commercial use, provided they comply with the license terms.