IDENTIFIKASI PEKERJAAN PALING DICARI DAN
KRITERIA SELEKSI YANG DIPERLUKAN DI ERA INDUSTRI 4.0: PANDUAN BAGI PENCARI KERJA UNTUK
MENINGKATKAN PELUANG KERJA
Dea S. Rosita UNIGA Erlina Eka. M
UNSOED Al Farrah AZ-Z
UNRAM
Aristo Lie UNPAD
Rizki Ramdani STMIK IKMI
Mentor
Bachtiar M. Arief
Fasilitator
Renita Yuliatiana
Intan Sari N. E UNDIP
Byte Brigade Team
CONTENTS
01
03
04 05
Business Understanding
Modeling & Evaluation
Insight & Recomendation Data Preparation
02 Data Understanding
Byte Brigade Team
PROBLEM
Laporan dari BLS pada tahun 2023 menyebutkan bahwa sekitar 6 juta
pengangguran di United States sedang mencari
pekerjaan 6 JUTA
Byte Brigade Team
01
02
03
04
Pencari kerja harus menyesuaikan dirinya dengan permintaan dari pasar. Job seeker harus mencari tahu pekerjaan yang sedang dibutuhkan agar dapat memenuhi permintaan pasar.
Pencari kerja harus mengikuti tren yang terus berubah. Job seeker harus mencari tahu tren job demand untuk persiapan kerja di masa depan / switch career.
Pencari kerja harus memenuhi kriteria yang dibutuhkan untuk bekerja. Membuat job seeker mengetahui kriteria yang diperlukan untuk bekerja.
BUSINESS
UNDERSTANDING
Mencari pekerjaan dengan gaji lebih baik. Membuat job seeker mengetahui apa yang harus dilakukan untuk memperoleh gaji lebih tinggi.
PROBLEM
Byte Brigade Team
Goal
Job Seeker Dapat memahami Jenis Pekerjaan yang dibutuhkan dengan mengikuti dan memprediksi Tren Job Demand serta
mengetahui kriteria yang dibutuhkan untuk posisi pekerjaan dan Meningkatkan keterampilan yang bernilai untuk
mendapatkan pekerjaan.
Solution
Analisis dari Dashboard dan Recommendation System untuk mempermudah Job Seeker memilih pekerjaan dan industri sesuai kriteria yang diinginkan.
Byte Brigade Team
Data dan Informasi yang digunakan : Lowongan Kerja
1.
Perusahaan 2.
Industri Perusahaan 3.
Jumlah Karyawan 4.
Spesialisasi Perusahaan 5.
Benefit 6.
Industri Pekerjaaan 7.
Skill Pekerjaan 8.
Gaji 9.
Industri 10.
kemampuan 11.
DATA UNDERSTANDING
Byte Brigade Team
ERD
Byte Brigade Team
DATA PREPARATION
DATA
CLEANING
DATA
TRANSFORMATION
DATA
MERGING
FE & EDA
Standarisasi judul, deksripsi, serta tingkat pengalaman terformat.
Imputasi gaji dan lokasi perusahaan
Mengubah tipe data beberapa kolom dan standarisasi kolom tanggal
Menggabungkan tabel lowongan kerja, skill pekerjaan, kemampuan, industri pekerjaan, dan spesialisasi perusahaan.
Penemuan beberapa informasi penting dari data lowongan kerja
Byte Brigade Team
FEATURE ENGINEERING
Tingkat kepopuleran lowongan berdasarkan jumlah tayangan 1.
Byte Brigade Team
FEATURE ENGINEERING
2. Tingkat lamaran berdasarkan jumlah tayangan postingan dan jumlah lamaran pada postingan
Byte Brigade Team
Industri Paling Banyak Membuka Lowongan 1.
Spesialisasi Perusahaan Paling Banyak 2.
Industri dengan Gaji Tertinggi 3.
Perubahan Gaji Terbesar 4.
Kemampuan yang Paling Dibutuhkan 5.
Pekerjaan yang Paling Banyak Dibutuhkan 6.
Tingkat Pengalaman Paling Dicari 7.
Lokasi yang Paling Banyak Membuat Lowongan Kerja 8.
Durasi Lowongan Kerja Dibuka 9.
EXPLORATORY DATA ANALYSIS
Byte Brigade Team
INSIGHT
1. Industri yang Paling Banyak Membuka Lowongan Tingginya jumlah lowongan kerja yang dibuka oleh perusahaan staffing mencerminkan permintaan yang kuat untuk solusi tenaga kerja yang fleksibel dan
efisien.
Indust i Peke jaan yang Paling Banyak Membuka Lowongan
0 1000 2000 3000 4000 5000
Staffing and Rec uiting
Hospital and Health Care
IT Se vices and IT Consulting
Info mation Technology and Se vices
Retail
Spesialisasi Pe usahaan yang Paling Se ing Dica i
0 500 1000 1500 2000
Healthcare
Rec uiting
Staffing
Enginee ing
Technology
2. Spesialisasi Perusahaan Paling Banyak
Mencerminkan peningkatan permintaan layanan, kemajuan teknologi dan inovasi, perubahan
demografis, kebutuhan fleksibilitas dan efisiensi, dan investasi di bidang terkait.
Byte Brigade Team
INSIGHT
Indust i Dengan Gaji Te tinggi
Public Policy
Investment Banking
Graphic Design
Market Research
Fine A t 0
5000 10000 15000 20000
3. Industri dengan Gaji Median Tertinggi Public policy: Dikarenakan kombinasi dari
keterampilan khusus yang dibutuhkan, tanggung jawab pekerjaan, tekanan dan tuntutan tinggi, serta potensi keuntungan yang besar.
4. Perubahan Gaji Terbesar
Industri investment banking didorong oleh struktur kompensasi berbasis kinerja, lingkungan yang
kompetitif, fluktuasi dan ekspansi pasar, operasi global, dan kebutuhan akan keterampilan khusus.
Pe ubahan Maksimal dalam Gaji
Investment Banking
Religious Institutions
Graphic Design
Market Research
Faming 0.00000
1000.00000 2000.00000 3000.00000 4000.00000 5000.00000 6000.00000
Byte Brigade Team
INSIGHT
Nama Kemampuan yang Paling Dibutuhkan
0 2000 4000 6000 8000
Info mation Technology
Sales
Management
Manufactu ing
Enginee ing
6. Pekerjaan Paling Banyak Dibutuhkan
Menyesuaikan kebutuhan perusahaan. Selaras dengan keterampilan dan industri US 2023
5. Kemampuan yang Paling Banyak Dibutuhkan Peran kritis yang dimainkan oleh keterampilan - keterampilan tersebut dalam mendukung operasi bisnis, mendorong inovasi, dan mencapai tujuan perusahaan
Jumlah Lowongan
0 100 200 300 400 500 600
Rail Detector Car Operator
Registered Nurse
Project Manager
Sales Associate
Business Analyst
Byte Brigade Team
INSIGHT
Lokasi Peke jaan yang Paling Dica i
CALIFORNIA TEXAS NEW YORK FLORIDA ILLINOIS
0 500 1000 1500
2000 Tingkat Pengalaman yang Paling Dibutuhkan
Ent y level Senior Associate Director Inte nship 0
5000 10000 15000 20000 25000
8. Tingkat pengalaman yang paling sering dicari Entry level: kebutuhan perusahaan untuk talenta muda, efisiensi biaya, rotasi karyawan, program pengembangan, dan dinamika pasar tenaga kerja.
7. Lokasi dengan perushaan terbanyak yang merekrut Menandakan lokasi yang banyak membuka loker
Byte Brigade Team
9. Durasi Lowongan Kerja Dibuka
Rata-rata durasi lowongan kerja dibuka sekitar 35 hari
35-36 Hari
INSIGHT
Byte Brigade Team
KEY INSIGHT
Byte Brigade Team
Gaji Industri Investment Banking,
Graphic Design, dan Market Research paling oke
Bidang Healthcare dan IT sedang
dibutuhkan
MODELLING
Byte Brigade Team
MODELLING
MODEL PROPHET UNTUK MELAKUKAN FORECASTING DATA LOWONGAN PEKERJAAN TIME SERIES EKSTERNAL
Mengapa menambah dataset eksternal?
Penambahan dataset tersebut adalah data tersebut berisi informasi tentang lowongan pekerjaan dari berbagai perusahaan di berbagai negara, dan memiliki data hostoris yang cukup panjang. Sehingga data tersebut dapat mewakili prediksi lowongan pekerjaan yang akan dilakukan.
Sumber data : https://github.com/iqra0908/Job-Recommendation-System/tree/main/data
Mengapa menggunakan model prophet?
Fleksibel & Menangani Missing Value, Prophet dapat menangani berbagai jenis time series data, termasuk data dengan banyak missing value dan perubahan musiman yang kompleks.
1.
Performa yang baik, Prophet dirancang untuk skalabilitas dan kecepatan, yang menjadikannya lebih cepat daripada beberapa teknik pemodelan time series lainnya.
2.
Interpretasi yang baik, Prophet menyediakan fitur untuk melihat tren dan komponen lain dari time series, sehingga memungkinkan interpretasi yang lebih baik dari model yang dihasilkan.
3.
DATA EKSTERNAL
MODEL PROPHET
Byte Brigade Team
MODELLING
LANGKAH MODELLING TIME SERIES DENGAN MODEL PROPHET
INSTALL FACEBOOK
PROPHET
MODELLING
PENGATURAN PERIODE RAMALAN
FORECASTING VISUALISASI
EVALUASI
MENYESUAIKAN HYPERPARAMETER
Byte Brigade Team
Byte Brigade Team
VISUALISASI PERAMALAN
Evaluasi matriks yang digunakan adalah Mean
Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Model ini memperoleh hasil
Peramalan dari tahun 2020 hingga 2028 memprediksi peningkatan terus menerus dalam jumlah
Administrator Basis Data. Garis peramalan (garis putus-putus oranye) menunjukkan tren naik yang stabil.
Rekomendasi
Mengikuti program magang dan co-op untuk memberikan pengalaman praktis dan mempersiapkan untuk peran di masa depan.
1.
Database Administrator
1.
VISUALISASI PERAMALAN
Evaluasi matriks yang digunakan adalah Mean
Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Model ini memperoleh hasil
Peramalan dari tahun 2020 hingga 2028 memprediksi peningkatan terus menerus dalam jumlah
Administrator Basis Data. Garis peramalan (garis putus-putus oranye) menunjukkan tren naik yang stabil.
Rekomendasi
Menambah relasi di bidang database developer dan meningkatkan pengalaman dengan program magang dan co-op untuk memberikan pengalaman praktis dan mempersiapkan untuk peran di masa depan.
1.
2. Database Developer
Byte Brigade Team
VISUALISASI PERAMALAN
Evaluasi matriks yang digunakan adalah Mean
Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Model ini memperoleh hasil
Peramalan dari tahun 2016 hingga 2024
menunjukkan tren peningkatan dalam jumlah lowongan Data Analyst. Garis peramalan (garis putus-putus oranye) menunjukkan tren naik secara bertahap.
Rekomendasi
Job seeker data analyst dapat memperluas kemampuan dan spesialisasi lain di bidang data dengan mengikuti pelatihan lintas kemampuan yang masih relevan atau diminati oleh para jobseeker seperti Database Administrator, Database Developer, Data Scientist dan sebagainya.
1.
3. Data Analyst
Byte Brigade Team
VISUALISASI PERAMALAN
Evaluasi matriks yang digunakan adalah Mean
Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Model ini memperoleh hasil
Peramalan dari tahun 2020 hingga 2028
menunjukkan tren penurunan dalam jumlah
Administrator Basis Data Oracle. Garis peramalan (garis putus-putus oranye) menunjukkan tren
menurun secara bertahap.
Rekomendasi
Dengan prediksi penurunan, jobseeker perlu mengembangkan keterampilan tambahan di luar dari keterampilan Oracle Data Administrator
1.
4. Oracle Database Administrator
Byte Brigade Team
RECOMMENDATION
Tips Jobseeker Baru
Fokuslah pada posisi entry- level. Jika Jobseeker memiliki lebih banyak pengalaman,
masih ada peluang di posisi senior dan associate.
1.
Kembangkan kemampuan yang paling banyak
dibutuhkan dan meningkatkan keahlian lebih dari 1 bidang.
2.
Melamar ke lowongan dengan tingkat conversion rendah juga dapat memperkecil persaingan 3.
Byte Brigade Team
Tips Jobseeker Cuan Jika gaji merupakan faktor
utama, pertimbangkan industri Investment Banking, Graphic Design, dan Market Research untuk mendapat peluang
kompensasi gaji yang lebih baik.
1.
Tips Perbesar Peluang Jobseeker Segera melamar setelah
lowongan dibuka.
1.
Menargetkan industri dan
spesialisasi IT dan Health Care 2.
Optimalisasi CV untuk
mendaftar di lowongan dengan tingkat populer atau tingkat lamaran tinggi (conversion rate).
3.
DEPLOYMENT
Output berupa Aplikasi web interaktif menggunakan Streamlit untuk membandingkan ringkasan resume jobseeker dengan deskripsi pekerjaan dari berbagai lowongan kerja yang telah tersedia dalam dataset.
Aplikasi ini juga menampilkan visualisasi geografis lowongan pekerjaan berdasarkan filter yang dipilih oleh jobseeker.
Recommendation System
Proses Pembuatan Aplikasi Web menggunakan Streamlit
IMPOR DAN INISIALISASI
STREAMLIT
PEMBERSIHAN DAN TRANSFORMASI DATA
PEMBERSIHAN TEKS
MEMBUAT PETA JUMLAH LOWONGAN PEKERJAAN
DI NEGARA BAGIAN US
MENGHITUNG SIMILARITAS TEKS
MENYUSUN
LAYOUT APLIKASI
Byte Brigade Team
FOR YOUR ATTENTION
THANK YOU
Byte Brigade Team
