{JALUR MAGANG IT} PREDIKSI POSTINGAN PEKERJAAN NYATA ATAU PALSU MENGGUNAKAN TEKNIK DEEP LEARNING

Andeska P., Devi (2025) {JALUR MAGANG IT} PREDIKSI POSTINGAN PEKERJAAN NYATA ATAU PALSU MENGGUNAKAN TEKNIK DEEP LEARNING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (218kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (330kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (1MB)
	Text (BAB IV) BAB IV.pdf Download (42kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (161kB)
	Archive (SOURCE CODE) Sourcecode - 21.12.2046.zip Restricted to Repository staff only Download (18MB)

Abstract

Perkembangan teknologi dan media sosial telah memudahkan pencarian kerja secara daring, namun juga meningkatkan risiko penyebaran postingan pekerjaan palsu (fake job posting). Postingan palsu sering kali menyerupai yang asli, sehingga sulit dikenali dan berpotensi menyebabkan kerugian seperti pencurian data pribadi dan penipuan finansial. Penelitian ini bertujuan untuk membangun model prediksi yang mampu mengklasifikasikan postingan pekerjaan sebagai asli atau palsu menggunakan pendekatan deep learning dengan algoritma Long Short_term Memory (LSTM). Data diperoleh dari platform kaggle, yang kemudian melalui tahap preprocessing seperti tokenization, lemmatization, dan penghapusan stopwords. Model dikembangkan dengan arsitektur Bi-LSTM dan diimplementasikan dalam bentuk dashboard menggunakan streamlit untuk memberikan prediksi secara interaktif. Hasil evaluasi menunjukkan bahwa model mencapai akurasi tinggi sebesar 97,68%, yang membuktikan efektivitas pendekatan ini dalam mendeteksi postingan pekerjaan palsu. Penelitian ini diharapkan dapat meningkatkan keamanan bagi para pencari kerja serta menjadi solusi dalam mengurangi penyebaran penipuan lowongan pekerjaan secara daring.

Actions (login required)

View Item