Abstract

A good human resources management practice will produce quality and quantity output for sustainable business. The employee recruitment process is a crucial initial stage to fulfil the needs of a quality employee. In this process, a company usually opens an advertisement for a job vacancy and selects based on job qualification requirements. This research contributes to determining job specification standards in a café or coffee shop based on Big Data analysis. Analysis has been done by Latent Dirichlet Allocation (LDA), and Analytical Hierarchy Process (AHP) method is implemented to select the type of works and work qualifications available in the food and beverages sector. Questionnaires and interviews have been conducted to collect primary data, and three leading websites of job seeker online platforms (Jobstreet.com, Gawean.id, and Lokerindonesia.com) are used as references in data collection. Finding gives information regarding four types of works in a cafe: manager, barista, chef, and waiter; eleven points for manager specifications, twelve points for barista specifications, eleven points for chef specifications, and fifteenth points for barista waiter specifications.

Highlights

  • Sumber Daya Manusia (SDM) yang baik dapat menghasilkan kualitas dan kuantitas yang maksimal untuk mewujudkan bisnis yang berkelanjutan

  • a crucial initial stage to fulfil the needs of a quality employee

  • a company usually opens an advertisement for a job vacancy and selects based on job qualification requirements

Read more

Summary

Big Data

Big data merupakan salah satu teknologi di era Industri 4.0 yang menggambarkan volume besar data baik yang terstruktur maupun tidak terstruktur yang memiliki elemen penting yakni data, informasi dan ilmu pengetahuan (knowledge) (SAS, 2021). Menurut Cholissodin & Riyandani (2018) big data analytics merupakan alat dan teknik analisa yang memiliki sebuah algoritma yang mampu bekerja dengan jumlah volume data yang besar pada kondisi real time. Latent Dirichlet Allocation (LDA) merupakan salah satu metode topic modeling yang menggunakan teknik bayesian estimation dalam menyimpulkan suatu faktor yang mewakili proporsi suatu topik dari setiap elemen ke dalam beberapa kelompok topik (De Mauro et al, 2017). Dengan ditemukan dan dikembangkannya metode AHP sejak awal tahun 1970, pengambilan keputusan dapat dilakukan dengan menguraikan sebuah permasalahan ke dalam bentuk multi-faktor atau multi-kriteria dan disusun ke dalam suatu hierarki. Permasalahan yang akan diselesaikan dapat dituangkan ke dalam suatu struktur yang terdiri dari berbagai level yang mana memiliki tujuan tertentu dengan variasi faktor, kriteria, sub kriteria, dan alternatif. Tabel 1 berikut ini memberikan penjelasan dari setiap skala perbandingan tingkat kepentingan yang dapat diberikan dalam metode AHP

Definisi tingan
Pengumpulan Data
Hasil dan Diskusi
Nilai Eigen
Ucapan Terima Kasih
Daftar Pustaka
Classification of Jon Roles and Required
Digital di Indonesia Strategi dan Sektor
Negeri Sipil Pada Kantor Camat
Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call