Klasifikasi Kinerja Programmer pada Aktivitas Media Sosial dengan Metode Stochastic Gradient Descent

Abstract

Kegagalan perusahaan pemula berbasis teknologi (startup) di Indonesia diakibatkan oleh kurang solidnya kinerja tim serta banyaknya kesalahan dalam proses rekrutmen programmer. Kemajuan pesat dalam budaya bermedia sosial dapat dimanfaatkan sebagai salah satu metode untuk memperoleh kandidat programmer terbaik dalam startup. Metode perekrutan yang digunakan dapat berupa melakukan proses klasifikasi konten media sosial kandidat programmer. Klasifikasi tersebut diharapkan dapat menemukan pola kinerja kandidat programmer, dengan hasil baik atau buruk. Metode klasifikasi yang dapat digunakan salah satunya adalah Stochastic Gardient Descent (SGD). Hasil klasifikasi menunjukkan nilai akurasi sebesar 80%, nilai precission 81% dan nilai recall 80%.