Deskripsi Fisik

xv,133 hal; 30 cm

Subyek

Balai Latihan Kerja (BLK) memiliki peran penting

Kata Kunci

Anotasi

ABSTRAK Balai Latihan Kerja (BLK) memiliki peran penting dalam menciptakan tenaga kerja yang sesuai dengan kebutuhan industri, namun masih terdapat ketidaksesuaian antara minat peserta pelatihan dan kebutuhan perusahaan. Beberapa jurusan memiliki banyak peminat tetapi rendah dalam penyerapan kerja, sementara jurusan lain memiliki permintaan tinggi namun kurang diminati. Oleh karena itu, diperlukan sistem berbasis data untuk membantu menentukan prioritas jurusan pelatihan secara lebih objektif dan tepat sasaran. Permasalahan ini menjadi penting untuk diselesaikan agar program pelatihan yang diselenggarakan dapat lebih efektif dan efisien dalam meningkatkan kualitas tenaga kerja. Penelitian ini menggunakan metode Support Vector Machine (SVM) dengan pendekatan SDLC model Waterfall yang meliputi pengumpulan data, preprocessing, pembagian data (80:20), pelatihan model, dan evaluasi. Model dilatih menggunakan kernel Linear, Polynomial, dan Radial Basis Function (RBF) untuk memperoleh performa terbaik. Parameter input meliputi jumlah peserta, jumlah permintaan perusahaan, jenis pelatihan, waktu pelatihan, bulan, dan jurusan pelatihan yang berasal dari data BLK Surabaya periode 2022–2025. Hasil penelitian menunjukkan bahwa SVM dengan kernel RBF memiliki performa terbaik dengan akurasi 60,42%, precision 68,82%, recall 60,42%, dan F1-score 64,3%. Model mampu mengklasifikasikan tingkat kebutuhan jurusan ke dalam kategori rendah, sedang, dan tinggi, serta dapat digunakan sebagai dasar pengambilan keputusan dalam menentukan prioritas program pelatihan yang sesuai dengan kebutuhan industri. Hasil ini diharapkan dapat membantu meningkatkan kesesuaian antara pelatihan yang diberikan dengan kebutuhan dunia kerja. Kata Kunci: Support Vector Machine (SVM), Prediksi, Balai Latihan Kerja (BLK), Kebutuhan Industri, Klasifikasi Jurusan, Machine Learning