Artificial Intelligence Implementation Of Rough Set In Decision System Unemployments

Authors

  • Rezki Fauzi Universitas Nahdlatul Ulama Sumatera Barat
  • M. Arif Rahman Universitas Nahdlatul Ulama Sumatera Barat

DOI:

https://doi.org/10.31849/zn.v2i2.6183

Keywords:

Data Mining, Rough Set, Pencari Kerja, Diagnosa Mental

Abstract

Penelitian ini bertujuan bagaimana pengambilan keputusan bagi pencari kerja yang menyebabkan mereka berada pada antrian pengangguran. Semoga dengan diterapkan ini kepada pencari kerja diharapkan ada perbaikan bagi nasib mereka di dunia kerja. Akan tetapi banyak pencari kerja tidak menyadari pentingnya kompetensi dan mental yang baik sebagai syarat utama sukses berkarier. Hasil analisis diharapkan dapat dijadikan pedoman pengambilan keputusan bagi pencari kerja dan perusahaan. Calon pencari kerja yang telah diuji berasal dari pendidikan Sarjana (S1), Ahli Madya (D3) dan SMA/SMK kota Padang berjumlah 100 orang . Penelitian ini menggunakan kuisoner baik online maupun offline dan wawancara/interview sebagai alat pengumpul data dan metode Rough Set sebagai metode analisis pengujian kriteria. Data analisis menggunakan aplikasi Rosseta 1.4.4.1. Penelitian ini menunjukkan keputusan yang menghasilkan pengetahuan baru (1) uji kompetensi (2) uji diagnosa mental yang mudah- mudahan membantu pihak terkait penelitian ini. Hasil penelitian baik metode Rough Set maupun tools rosseta 1.4.41 didapatkan rule rule yang dihasilkan 7 reduce diekstraksi menjadi 21 general rules metode Rough Set dan tools rosseta 1.4.4.1 knowledge 31 general rules sehingga sudah optimal dalam menghasilkan suatu pengetahuan baru.

Downloads

Published

2020-09-07

Issue

Vol. 2 No. 2 (2020): Publikasi Artikel ZONAsi : Jurnal Sistem Informasi, September 2020

Section

Articles

License

CC BY-SA 4.0


Attribution-ShareAlike 4.0

You are free to:

  1. Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
  2. Adapt — remix, transform, and build upon the material for any purpose, even commercially.
  3. The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:

  1. Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  2. ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
  3. No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:

You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation .

No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.

How to Cite

[1]
“Artificial Intelligence Implementation Of Rough Set In Decision System Unemployments”, zn, vol. 2, no. 2, pp. 138–154, Sep. 2020, doi: 10.31849/zn.v2i2.6183.