ANALISA TINGKAT KEPUASAN KARYAWAN MENGGUNAKAN ALGORITMA C4.5 PADA PT YKK AP INDONESIA

• Bilal, Iwan Ridwan

---

ABSTRAK

ABSTRAK

Bilal (12182460), Iwan Ridwan (12182245), ANALISA TINGKAT KEPUASAN KARYAWAN MENGGUNAKAN ALGORITMA C4.5 PADA PT YKK AP INDONESIA

Karyawan atau pekerja sebagai Sumber Daya Manusia (SDM) menjadi bagian penting keberadaannya di dalam sebuah ekosistem perusahaan. Oleh karena itu memperlakukan, memberi perhatian serta memberikan pelatihan bagi karyawan akan berdampak pada semangat kerja yang harapan nya akan berdampak baik pada perkembangan dan kemajuan perusahaan. Kami ingin mengukur dan memprediksi sejauh mana tingkat kepuasan karyawan dengan cara data mining menggunakan klasifikasi algoritma C.45 Decision Tree.Perusahaan belum pernah mengukur, memprediksi serta menganalisa, serta belum memiliki metode untuk mengetahui kepuasan karyawan, apakah sudah puas atau belum terkait implementasi pemberian fasilitas, sistem kepegawaian, Suasana kerja, dan tugas wewenang yang sudah di jalankan dan berikan management saat ini. Perlu adanya pengolahan data melalui survey, dengan mengajukan pertanyaan–pertanyaan dalam bentuk kuesioner yang menyertakan faktor–faktor yang mempengaruhi kepuasan karyawan dalam upaya tercapai nya harmonisasi antara karyawan dan tujuan perusahaan. Tahapan penelitian ini akan menjelaskan proses penelitian dan pengumpulan data, selanjutnya data diolah melalui proses perhitungan dan mengikuti langkah-langkah penyelesaian algoritma C4.5. Kemudian hasil perhitungan tersebut akan diaplikasikan menggunakan tools RapidMiner untuk melihat keakuratan hasil yang diperoleh. Jenis penelitian yang digunakan adalah penelitian kuantitatif. Pengujian dilakukan K-Fold Validation 5 pada operator cross validation. Teknik data mining menggunakan algoritma decision tree C4.5. Terkait hasil yang diperoleh dari pengujian metode algoritma C4.5 kedalam RapidMiner ternyata memiliki nilai validasi yang sama. Hasil prediksi dalam pohon keputusan dapat menjadi referensi metode bagi PT YKK AP Indonesia jika kedepan ingin melakukan riset kepuasan karyawan dalam upaya meningkatkan kualitas dan produktivitas para pekerja atau karyawan.

Kata Kunci: Data mining, Decision Tree, Algoritma C4.5, Kepuasan Karyawan

KATA KUNCI

Algoritma C-4.5

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] Alwi, Syarifudin . 2001, “Manajemen Sumber Daya Manusia”. BPFE, Yogyakarta..

[2] Andini, R. 2006. “Analisis Pengaruh Kepuasan Gaji, Kepuasan Kerja, Komitmen Organisasional Terhadap Turnover Intention (Studi Kasus pada Rumah Sakit Roemani Muhammadiyah Semarang). Tesis. Semarang : Magister Manajemen Program Pasca Sarjana Universitas Diponegoro.

[3] Jantan, Hamidah., Razak Hamdan.,Abdul dan Ali Othman, Zulaiha.(2010). “Human Talent Prediction in HRM using C4.5 Classification Algorithm.” International Journal on Computer Science and Engineering,Vol. 02, No. 08. 2526-2534.

[4] Robbins, P. Stephen. (2006). Perilaku Organisasi. Edisi Sepuluh. Diterjemahkan oleh: Drs. Benyamin Molan. Erlangga, Jakarta

[5] Handoko, T. Hani. 2001. Manajemen Personalia & Sumberdaya Manusia Cetakan ke15, Yogyakarta: BPFE-Yogyakarta

[6] Mas’ud, Fuad. (2004). Survei Diagnosis Organisasional, Konsep dan Aplikasi. Semarang: Badan Penerbit Universitas Diponegoro.

[7] Riduwan. (2007). Skala Pengukuran Variabel-Variabel Penelitian. Alfabeta.

[8] W. Purba, W. Siawin, and . H., “Implementasi Data Mining Untuk Pengelompokan Dan Prediksi Karyawan Yang Berpotensi Phk Dengan Algoritma K-Means Clustering,” J. Sist. Inf. dan Ilmu Komputer. Prima(JUSIKOM PRIMA), vol. 2, no. 2, pp. 85–90, 2019, doi: 10.34012/jusikom.v2i2.429.

[9] S. AMIR, “DATA MINING Prediksi Kebutuhan Nasabah Dengan Teknik Data Mining Dalam Mendukung Strategi Pemasaran Bank,” J. Bangkit Indonesia., vol. 7, no. 2, p. 40, 2019, doi: 10.52771/bangkitindonesia. v7i2.42.

[10] Gorunescu, F. (2011). Data Mining: Concepts and Techniques. Springer.

[11] B. S. G. Sri Wahyuni, “Perancangan Sistem Pendukung Keputusan Pemberangkatan Haji Dengan Metode Decision Tree Pada Kantor Kementerian Agama Kota Binjai,” J. Tek. Inform. Kaputama, vol. 2, no. 2, pp. 47–54, 2018.

[12] Mubarok, Muhammad I., 2018, Pohon Regresi dengan Pendekatan eneralized Unbiased Interaction Detection Estimation (Guide) untuk Data Multirespon, Skripsi, Program Studi Statistika FMIPA UGM, Yogyakarta.

[13] Abdul Rohman. (2016). Komporasi Metode Klasifikasi Data Mining Untuk Prediksi 42 Penyakit Jantung. Neo Teknika, 2(2), 21–28.

[14] Prasetyo, Bowo. 2011. Mengenal Rapidminer, [online], (www.slideshare.net/bowoprasetyo/Rapidminer, diakses tanggal 20 Juni 2022).

[15] Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK)Volume 7 Nomor 1 Februari2022, pp 40-50ISSN: 2527-5771/EISSN: 2549-7839 https://tunasbangsa.ac.id/ejurnal/index.php/jurasik

[16] Sri Rahayu Mahasiswa Program Studi Sistem Informasi, STIKOM Tunas Bangsa, Pematangsiantar 2,3 STIKOM Tunas Bangsa, Pematangsiantar.

[17] Tulus Harry Lamramot 1, Asep Id Hadiana 2, Irma Santikarama 3. Sistem Prediksi Awal Terhadap Atrisi Karyawan Menggunakan Algoritma C4.5

[18] Irene Radius Saretta 6 Januari 2022, diakses tanggal 20 Juni 2022). https://www.cermati.com/artikel/yuk-cari-tahu-apa-itu-google-forms-fungsi-dan-caramembuatnya [19] Riduwan. 2009. Skala Pengukur Variabel-Variabel Pendidikan. Bandung: Alfabeta.

[20] Kuncahyo Setyo Nugroho.Nov 13, 2019. Confusion Matrix untuk Evaluasi Model pada Supervised Learning, [online], https://ksnugroho.medium.com/confusion-matrix, diakses tanggal 29 Juli 2022