ANALISA PREDIKSI JUMLAH LOWONGAN TENAGA KERJA DI KOTA SEMARANG MENGGUNAKAN ALGORITMA C4.5

Metode yang dapat memecahkan masalah untuk memprediksi adalah
diantara Algoritma C4.5, metode ini digunakan karena memiliki tingkat akurasi
prediksi yang tinggi dan cara kerja yang sederhana dapat menyesuaikan hasil
pohon yang keputusan dengan baik. Oleh karena itu peneliti menggunakan
Algoritma C4.5. Secara umum Algoritma C4.5 untuk membangun pohon
keputusan sebagai berikut : pilih atribut sebagai akar, buat cabang untuk tiap-tiap
nilai, bagi kasus dalam cabang, ulangi proses untuk setiap cabang sampai semua
kasus pada cabang memiliki kelas yang sama. Penelitian ini bertujuan untuk
menerapkan metode Algoritma C4.5 dalam memprediksi Jumlah Lowongan
Tenaga Kerja di Kota Semarang, data yang digunakan dalam penelitian ini adalah
data permintaan lowongan di Kota Semarang dari tahun 2016 – 2018. Data terdiri
atas 3 kriteria yaitu berdasarkan kriteria pedidikan (SMA, DIPLOMA,
SARJANA), kriteria umur (15-19th , 20-29th , 30-44th ) dan kriteria Bidang
pekerjaan (pengolahan Industri, Pedagang besar dan eceran), setelah itu data
tersebut di prepocessing dan diolah dalam bentuk dataset.csv dengan
menggunakan pemrograman python. Tahun 2016 prediksi jumlah lowongan yang
paling banyak adalah dari kriteria umur 20-29 tahun, kriteria bidang pendidikan
diploma, strata dan dari kriteria bidang pekerjaaan yaitu industry pengolahan.
prediksi jumlah lowongan yang paling banyak tahun 2017 adalah dari kriteria
umur 20-29 tahun, kriteria bidang pendidikan diploma, strata dan dari kriteria
bidang pekerjaaan yaitu industry pengolahan. prediksi lowongan yang paling
banyak di tahun 2018 adalah kriteria menurut umur yaitu 30-34 tahun dan kriteria
dibiadang pekerjaan yaitu industry pengolahan. Prediksi keseluruhan dari 2016-
2018. atribut yang paling berpengaruh dari data tahun 2016-2018 adalah
permintaan lowongan tenaga kerja dari kriteria bidang pekerjaan yaitu industry
pengolahan, dari kriteria pendidikan yaitu Sma, Diploma, Strata dan dari kriteria
umur yaitu umur 15-19 tahun dan 20-29 tahun.dengan akurasi sebesar 0.36
Kata kunci: Prepocessing, Algoritma C.45, prediksi, phyton