SISTEM REKOMENDASI LOKASI MAGANG BERDASARKAN KOMPETENSI BERBASIS ARTIFICIAL INTELLIGENCE UNTUK LULUSAN DEMAND DRIVEN (STUDI KASUS : JURUSAN MANAJEMEN INFORMATIKA, UNDIKSHA)

Abstract

ABSTRACT
This research is aimed at providing student location information to students in accordance with
their respective competencies. The most important thing is to direct students to an apprenticeship
location that is in accordance with their competencies because it will greatly influence their career
in the future. Armed with skills at the internship location, students can improve their competence in
accordance with market demand (demand driven). The program at the end of semester 5 at the end
of the semester students have to find an internship location. Someone is said to be competent in a
field if it meets the aspects of knowledge, skill and attitude. Knowledge, skills and attitudes (PKS)
are strongly influenced by the learning system and learning environment. The tools developed are
an application based on Artificial Intelligence using the Elman Recurrent Neural Network (ERNN)
method. ERNN is a Artificial Terms Network method that has a feedback connection from previous
input, so that it is expected to improve the performance of ANN. The structure makes iteration will
be much faster and convergence will be faster in the training process. The system developed will be
able to produce apprenticeship location recommendations in accordance with student competencies
using previous apprenticeship data. The data used is measurable and includes a Grade Point
Average that represents aspects of knowledge, aspects of skills adapted to subjects related to
graduate profiles, personality tests that have international standards developed by John Holland
represent aspects of attitude.
Keywords : Recommended internship locations, Artificial Terms Network, Artificial
Intelligence, demand driven, Successful career in Industry
ABSTRAK
Penelitian ini adalah bertujuan memberikan informasi lokasi magang kepada mahasiswa sesuai
dengan kompetensi masing-masing. Hal yang paling penting adalah mengarahkan mahasiswa ke
lokasi magang yang sesuai dengan kompetensinya karena akan sangat besar pengaruhnya dengan
karir mereka di masa depan. Dengan berbekal keterampilan di lokasi magang, mahasiswa dapat
meningkatkan kompetensinya sesuai dengan permintaan pasar (demand driven). Program saat akhir
semester 5 di akhir semester mahasiswa sudah harus mencari lokasi magang. Seseorang dikatakan
kompeten di suatu bidang apabila memenuhi telah memenuhi aspek pengetahuan, keterampilan, dan
sikap. Pengetahuan, keterampilan, dan sikap sangat dipengaruhi oleh sistem pembelajaran dan
lingkungan belajar. Tools yang dikembangkan adalah sebuah aplikasi berbasis Artificial
Intelligence menggunakan metode Elman Recurrent Neural Network (ERNN). ERNN adalah
sebuah metode Jaringan Syarat Tiruan yang memiliki koneksi umpan balik dari masukan
sebelumnya, sehingga diharapkan dapat meningkatkan kinerja JST. Struktur tersebut membuat
iterasi akan jauh lebih cepat dan konvergensi akan menjadi lebih cepat dalam proses training.Sistem
yang dikembangkan akan dapat menghasilkan rekomendasi lokasi magang sesuai dengan
kompetensi mahasiswa menggunakan data magang sebelumnya. Adapun data yang digunakan
bersifat terukur dan meliputi ketiga aspek PKS seperti Indeks Prestasi Kumulatif yang mewakili
aspek pengetahuan, aspek keterampilan disesuaikan dengan mata kuliah yang berhubungan dengan
profil lulusan, tes kepribadian yang sudah berstandar internasional yang dikembangkan oleh John
Holland mewakili aspek sikap.

Kata kunci: Rekomendasi lokasi magang, Jaringan Syarat Tiruan, Artificial Intelligence,
demand driven, Sukses berkarir di Industri