PENENTUAN KARYAWAN TERBAIK PADA PT PRIMA RAYA SOLUSINDO MENGGUNAKAN METODE NAIVE BAYES

• FAESAL AZAMY

---

ABSTRAK

ABSTRAK

Faesal Azamy (11210838), Penentuan Karyawan Terbaik Pada PT Prima Raya Solusindo Menggunakan Metode Naive Bayes

Di dalam dunia pekerjaan adanya karyawan terbaik menjadi tolak ukur kemajuan dari perusahaan itu sendiri. Dalam penentuan biasanya dengan melihat kinerja karyawan tersebut, misal dari kehadiran, performansi dan juga lama bekerja. Namun dengan cara seperti ini agak kurang efektif dan akurat, oleh karena itu dalam penelitian menganalisa penentuan karyawan terbaik dengan menggunakan metode algoritma naive bayes, dengan bantuan data mining. Penelitian ini bertujuan untuk mengukur tingkat akurasi dari kajian algoritma naive bayes dalam penentuan karyawan terbaik pada PT. Prima Raya Solusindo. Pengujian dilakukan dengan mengukur kinerja algoritma tersebut menggunakan bantuan aplikasi RapidMiner Studio 9.10.001. Berdasarkan hasil analisa pada penelitian yang dilakukan, didapatkan hasil prediksi menentukan karyawan terbaik dengan cepat dan akurat, dari pengujian yang dilakukan dengan membandingkan data training dengan data testing menggunakan aplikasi pendukung RapidMiner didapat tingkat akurasi sebesar 97.37%, hampir mendekati sempurna. Metode Naive bayes yang digunakan tentunya dapat memberikan proses penyeleksian yang cepat untuk menentukan karyawan terbaik bagi perusahaan.

Kata kunci: algoritma Naive Bayes, Datamining, karyawan

KATA KUNCI

Metode Naïve Bayes

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] F. Pratiwi, D. Hartama, I. S. Damanik, E. Irawan, and I. S. Saragih, “Implementasi Algoritma Naïve Bayes Dalam Memprediksi Kenaikan Golongan Karyawan,” in Prosiding Seminar Nasional Riset Dan Information Science (SENARIS), 2020, vol. 2, p. 8.

[2] U. Pauziah, “Analisis Penentuan Karyawan Terbaik Menggunakan Metode Algoritma Naive Bayes (Studi Kasus PT. XYZ),” in Prosiding Diskusi Panel Pendidikan “Menjadi Guru Pembelajar,” 2017, vol. 1, no. 1, pp. 94–102.

[3] M. Kafil, “Penerapan Metode K-Nearest Neighbors Untuk Prediksi Penjualan Berbasis Web Pada Boutiq Dealove Bondowoso,” JATI (Jurnal Mhs. Tek. Inform., vol. 3, no. 2, pp. 59–66, 2019, doi: 10.36040/jati.v3i2.860.

[4] V. N. W. Maghfiroh and A. Nugroho, “PERLINDUNGAN HUKUM BAGI PEKERJA BERDASARKAN PERJANJIAN KERJA TENTANG CIPTA KERJA Vista Nur Wasiatul Maghfiroh Arinto Nugroho,” J. Unesa, vol. 1945, no. 3, pp. 1–12, 2020.

[5] E. Susan, “Manajemen Sumber Daya Manusia,” Adaara J. Manaj. Pendidik., vol. 9, no. 2, pp. 952–962, 2019.

[6] H. Abdullah, “Peranan Manajemen Sumberdaya Manusia Dalam Organisasi,” J. War., vol. 51, pp. 40–42, 2017.

[7] D. Saripurna, J. Halim, and Z. Lubis, “Sistem pendukung Keputusan Dalam Menetukan Kelayakan Karyawan Kontrak Menjadi Status Karyawan Tetap PT. ISS Indonesia dengan menggunakan Metode Multi Attribute Utility Theory,” J. Teknol. Sist. Inf. dan Sist. Komput. TGD, vol. 1, no. 2, pp. 75–82, 2018.

[8] C. Zai, “Implementasu Data Mining Sebagai Pengolahan Data,” Portal Data, vol. 2, no. 3, pp. 1–12, 2022.

[9] Kusrini and E. T. Lutfhi, Algoritma Data Mining. Yogyakarta: Andi Offset, 2009.

[10] Y. B. Samponu and K. Kusrini, “Optimasi Algoritma Naive Bayes Menggunakan Metode Cross Validation Untuk Meningkatkan Akurasi Prediksi Tingkat Kelulusan Tepat Waktu,” J. ELTIKOM, vol. 1, no. 2, pp. 56–63, 2018, doi: 10.31961/eltikom.v1i2.29.

[11] Yuli Mardi, “Data Mining?: Klasifikasi Menggunakan Algoritma C4.5,” J. Edik Inform., vol. 2, no. 2, pp. 213–219, 2019. 37

[12] A. Saleh, “Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga,” Creat. Inf. Technol. J., vol. 2, no. 3, pp. 207–217, 2015.

[13] A. Widiyanto and H. Hasugian, “Sistem Penunjang Keputusan Penentuan Karyawan Terbaik Pada PT . Energi Sinar Sentosa dengan Metode Analytical Hierarchy Process dan Simple Additive Weighting,” J. Idealis, vol. 3, no. 1, pp. 267–272, 2020.

[14] C. Naya and Muhlisin, “Analisa Algoritma Naïve Bayes Untuk Klasifikasi Karyawan Teladan Pada PT. Toyoseal Indonesia,” SIGMA - J. Teknol. Pelita Bangsa, vol. 10, no. 2, pp. 39–45, 2019.

[15] A. Firmansyah, F. Ramadhani, and E. Fauzan, “Sistem Pendukung Keputusan Penentuan Status Karyawan Menggunakan Metode Naïve Bayes,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 2, no. 02, pp. 85–94, 2020.

[16] K. Fatmawati and A. P. Windarto, “Data Mining: Penerapan Rapidminer Dengan K-Means Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (DDB) Berdasarkan Provinsi,” Comput. Eng. Sci. Syst. J., vol. 3, no. 2, p. 173, 2018, doi: 10.24114/cess.v3i2.9661.