PENGEMBANGAN MODEL MACHINE LEARNING BERBASIS UNIVERSAL SENTENCE ENCODER UNTUK MENINGKATKAN AKURASI ALGORITMA PENCOCOKAN PADA PLATFORM SOSIAL-KOLABORATIF COLLABOLIO

Nur Safitri, Amelia (2024) PENGEMBANGAN MODEL MACHINE LEARNING BERBASIS UNIVERSAL SENTENCE ENCODER UNTUK MENINGKATKAN AKURASI ALGORITMA PENCOCOKAN PADA PLATFORM SOSIAL-KOLABORATIF COLLABOLIO. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.

	Text AMELIA NUR SAFITRI_3332200010_Fulltext.pdf Download (3MB)
	Text AMELIA NUR SAFITRI_3332200010_01..pdf Download (877kB)
	Text AMELIA NUR SAFITRI_3332200010_02..pdf Download (314kB)
	Text AMELIA NUR SAFITRI_3332200010_03..pdf Download (280kB)
	Text AMELIA NUR SAFITRI_3332200010_04..pdf Download (681kB)
	Text AMELIA NUR SAFITRI_3332200010_05..pdf Download (75kB)
	Text AMELIA NUR SAFITRI_3332200010_Ref..pdf Download (154kB)
	Text AMELIA NUR SAFITRI_3332200010_Lamp..pdf Download (1MB)
	Text (SKRIPSI) AMELIA NUR SAFITRI_3332200010_CP..pdf Restricted to Registered users only Download (19MB)

Abstract

The COVID-19 pandemic has increased unemployment in Indonesia since 2020. The open unemployment rate reached 7.07% in February 2021. The use of technology contributes to high unemployment among graduates who lack soft skills. Collabolio uses Universal Sentence Encoder (USE) and Tensorflow Recommenders (TFRS) to match users' job skills and interests, enabling collaboration between individuals and project ideas. The Universal Sentence Encoder generates similarity scores between items in the dataset, while Tensorflow Recommenders is used to build a recommendation system model that addresses cold-start and unsupervised learning issues. Using USE and TFRS in Collabolio results in a good prediction with an overall loss of 5.50.

Item Type:

Thesis (S1)

Contributors:

Contribution	Contributors	NIP/NIM
Thesis advisor	Firmansyah, Teguh	198710212012121001

Additional Information:

Pandemi COVID-19 meningkatkan pengangguran di Indonesia sejak tahun 2020. Tingkat pengangguran terbuka mencapai 7,07% pada Februari 2021. Penggunaan teknologi berkontribusi pada tingginya pengangguran di kalangan lulusan perguruan tinggi yang kurang memiliki soft skill. Collabolio menggunakan Universal Sentence Encoder (USE) dan Tensorflow Recommenders (TFRS) untuk mencocokkan kemampuan dan minat pekerjaan pengguna, sehingga memungkinkan kolaborasi antara individu dengan ide proyek. Universal Sentence Encoder menghasilkan skor kemiripan antara item dalam dataset, sedangkan TensorFlor Recommenders digunakan untuk membangun model sistem rekomendasi yang menangani masalah cold-start dan pembelajaran yang tidak terawasi. Penggunaan USE dan TFRS dalam Collabolio menghasilkan prediksi yang baik dengan total loss sebesar 5.50.

Subjects:

Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)

Divisions:

03-Fakultas Teknik
03-Fakultas Teknik > 20201-Jurusan Teknik Elektro

Depositing User:

Mrs Amelia Nur Safitri

Date Deposited:

26 Aug 2024 16:07

Last Modified:

26 Aug 2024 16:07

URI:

http://eprints.untirta.ac.id/id/eprint/41401

Actions (login required)

View Item

Search for collections on EPrints Repository UNTIRTA