🎯 MBER - Prediksi Lowongan Magang

Website prediksi lowongan magang yang menggunakan AI matching untuk memberikan rekomendasi lowongan terbaik berdasarkan profil pengguna.

🚀 Live Demo

🌐 https://firdausmntp.github.io/mber/

⚠️ DISCLAIMER

• Project ini dibuat MURNI UNTUK TUJUAN EDUKASI
• Tidak berafiliasi dengan sistem resmi SIMBELMAWA
• Data yang ditampilkan hanya untuk demonstrasi pembelajaran
• Prediksi berbasis algoritma, hasil sebenarnya tergantung banyak faktor lain

✨ Fitur Utama

• 🎯 Smart Matching: AI dengan fuzzy search & database 1000+ keyword
• 📊 Analisis Mendalam: 100+ kategori skill & bidang
• 📈 Prediksi Akurat: Peluang diterima & rekomendasi
• 🔍 Filter Advanced: Hanya menampilkan lowongan dengan match > 0%
• 💡 Rekomendasi: Tips pengembangan skill & karir
• Real-time Search: Pencarian yang responsif dengan debouncing
• Beautiful Animations: Menggunakan Framer Motion untuk animasi yang smooth
• Modal Detail: Modal interaktif yang menampilkan detail lengkap lowongan

🛠️ Tech Stack

• Frontend: React 18, Vite, TailwindCSS
• UI Components: Lucide React, Framer Motion, Headless UI
• Routing: React Router DOM
• Deployment: GitHub Pages + GitHub Actions

📦 Installation

# Clone repository
git clone https://github.com/firdausmntp/mber.git
cd mber

# Install dependencies
npm install

# Start development server
npm run dev

# Build for production
npm run build

🚀 Deployment

Project ini menggunakan GitHub Actions untuk auto-deploy ke GitHub Pages setiap kali ada push ke branch main.

Auto Deploy Process:

1. ✅ Push code ke main branch
2. ✅ GitHub Actions akan otomatis:
   • Install dependencies
   • Build project
   • Deploy ke GitHub Pages
3. ✅ Website live di: https://firdausmntp.github.io/mber/

Manual Deploy (jika diperlukan):

npm run deploy

🎯 Cara Kerja Prediksi

Input:

• Nama: Identitas pengguna
• Jurusan: Program studi (contoh: Teknik Informatika)
• Skills: Keahlian dipisah koma (contoh: JavaScript, React, Python)
• Lokasi: Preferensi lokasi (opsional)

Algoritma Matching:

1. Keyword Generation: Mapping jurusan → kategori skill + sinonim
2. Smart Matching: Fuzzy matching + exact matching dengan bobot
3. Scoring System: Posisi match (bobot 5) > Bidang match (bobot 3) > Deskripsi match (bobot 2)
4. Acceptance Rate: Estimasi peluang berdasarkan posisi tersedia vs pendaftar

Output:

• ✅ Semua lowongan yang cocok (match > 0%)
• 📊 Match percentage per lowongan
• 📈 Peluang diterima dengan breakdown
• 💡 Rekomendasi skill development

🤝 Contributing

1. Fork repository
2. Create feature branch: git checkout -b feature/amazing-feature
3. Commit changes: git commit -m 'Add amazing feature'
4. Push to branch: git push origin feature/amazing-feature
5. Create Pull Request

---

Dibuat dengan ❤️ menggunakan React dan Tailwind CSS