PENERAPAN ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI PENILAIAN KINERJA PEGAWAI DI KEDAI XYZ
Article Sidebar
Klasifikasi,
confussion matrik
Main Article Content
Abstract
Proses penilaian kinerja di Kedai XYZ saat ini dilakukan secara langsung tanpa kriteria yang jelas, sehingga menimbulkan subjektivitas dalam pengambilan keputusan terkait pengangkatan Team Leader. Kondisi ini menyulitkan manajemen untuk menilai secara objektif dan sering kali mengandalkan data serta performa yang tidak terukur. Salah satu solusi yang dapat diterapkan adalah menggunakan metode Naïve Bayes untuk mengembangkan sistem penilaian kinerja yang lebih objektif dan terstruktur. Metode ini merupakan prediksi sederhana berbasis probabilitas dengan menggunakan teorema Bayes. Penelitian ini bertujuan untuk mengetahui peringkat kinerja pegawai di Kedai XYZ. Metode klasifikasi Naïve Bayes digunakan untuk menganalisis kelompok data melalui perhitungan probabilitas. Berdasarkan hasil dari evaluasi confusion matrix algoritme naïve bayes, diklasifikasikan menjadi tiga kelas matrix yaitu precision, recall, dan accuracy. Kelas 1 memiliki precision 100% tetapi recall 64% menunjukkan bahwa semua data kelas 1 diidentifikasi dengan beberapa kesalahan identifikasi data kelas lain, kelas 2 memiliki precision 93% dan recall 84%, menunjukkan performa yang cukup baik, sedangkan kelas 3 precision 67% dan recall 50%, menunjukkan kesulitan yang akurat untuk mengidentifikasi. Secara keseluruhan, model ini cukup akurat. Dari hasil penelitian yang telah dilakukan dengan menggunakan algoritma Naïve Bayes pada klasifikasi kinerja pegawai, hasil dari percobaan pertama mendapatkan hasil yang baik dengan 2 klasifikasi baik dan 1 klasifikasi cukup. Maka dapat diambil kesimpulan bahwa sistem yang sudah dikembangkan dapat menentukan pegawai terbaik di Kedai XYZ.
Kata kunci: Naïve Bayes, Klasifikasi, confussion matrik
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Abdul Koda, Rahayu P, Pratama A, Rafly A and Kaslani (2022) ‘Penentuan Bonus Karyawan Dengan Menggunakan Algoritma K-Nearest Neighbor’, KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer, 4(1):14–20, doi:10.32485/kopertip.v4i1.115.
Agustiranti T, Izzati Kurdiana AK, Al Ghiffari B, Dwi Juniar E and Gita Purnama D (2024) ‘Penerapan Naive Bayes Terhadap Sentimen Analisis Media Sosial Twitter Pengguna Kereta Cepat Jakarta-Bandung (Whoosh)’, Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI), 7(1):297–305, doi:10.55338/jikomsi.v7i1.2946.
Alfatah Z (2021) PENERAPAN DATA MINING UNTUK PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE NAIVE BAYES CLASSIFICATION (STUDI KASUS: CV. SABIRIN SEJAHTERA).
Amida SN and Kristiana T (2019) ‘SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA PEGAWAI DENGAN MENGGUNAKAN METODE TOPSIS’, JSAI (Journal Scientific and Applied Informatics), 2(3), doi:10.36085/jsai.v2i3.415.
Dakhi RPB and Aji AMB (2022) ‘Sentiment Analysis Of Public Opinions On The Effectiveness Of Online Learning Using Naïve Bayes Algorithm’, JISICOM (Journal of Information System, Informatics and Computing), 6(1):273–279.
Damanik AR, Sumijan S and Nurcahyo GW (2021) ‘Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes’, Jurnal Sistim Informasi dan Teknologi88–94, doi:10.37034/jsisfotek.v3i3.49.
Dewi PS, Sastradipraja CK and Gustian D (2021) ‘Sistem Pendukung Keputusan Kenaikan Jabatan Menggunakan Metode Algoritma Naïve Bayes Classifier’, Jurnal Teknologi dan Informasi, 11(1):66–80, doi:10.34010/jati.v11i1.3593.
Fitriani E, Royadi AS, Ardiansyah D and Aryanti R (2022) ‘Implementasi Metode Naive Bayes Dalam Penyeleksian Karyawan untuk Penempatan Bagian Pemasaran’, Jurnal Teknik Komputer, 8(2):108–114.
Haya Pangestu B (2023) ‘Data Mining Menggunakan Algoritma Naïve Bayes Classifier Untuk Evaluasi Kinerja Karyawan’, Jurnal Riset Matematika177–184, doi:10.29313/jrm.v3i2.2837.
Hozairi H, Anwari A and Alim S (2021) ‘Implementasi Orange Data Mining Untuk Klasifikasi Kelulusan Mahasiswa Dengan Model K-Nearest Neighbor, Decision Tree Serta Naive Bayes’, Network Engineering Research Operation, 6(2):133–144.
Huda AS, Awangga RM and Fathonah RNS (2020) Prediksi Penerimaan Pegawai Baru Dengan Metode Naive Bayes, Kreatif.
Kenny K, Arisandi D and Sutrisno T (2024a) ‘Evaluasi Penilaian Kinerja Karyawan dengan Metode Naïve Bayes’, Computatio : Journal of Computer Science and Information Systems, 8(1):110–118, doi:10.24912/computatio.v8i1.20287.
—— (2024b) ‘Evaluasi Penilaian Kinerja Karyawan dengan Metode Naïve Bayes’, Computatio : Journal of Computer Science and Information Systems, 8(1):110–118, doi:10.24912/computatio.v8i1.20287.
Lestari Y, Sunardi S and Fadlil A (2022) ‘Sistem Pendukung Keputusan Penerimaan Peserta Didik Baru dan Pemilihan Jurusan dengan Metode AHP dan SAW’, JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(3):1607, doi:10.30865/mib.v6i3.4227.
Lizsara PA, Oyama S and Wardani S (2020) ‘Implementasi Data Mining Menggunakan Metode Naïve Bayes Untuk Memprediksi Ketepatan Waktu Tingkat Kelulusan Mahasiswa (Study Kasus: Program Studi Informatika Universitas PGRI Yogyakarta)’, in Seri Prosiding Seminar Nasional Dinamika Informatika.
Miharja J (2021) ‘PENERAPAN DATA MINING PENERIMAAN KARYAWAN MENGGUNAKAN METODE NAIVE BAYES’.
Nasir J (2021) ‘PENERAPAN DATA MINING CLUSTERING DALAM MENGELOMPOKAN BUKU DENGAN METODE K-MEANS’, Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 11(2):690–703, doi:10.24176/simet.v11i2.5482.
Purba W, Siawin W and . H (2019) ‘IMPLEMENTASI DATA MINING UNTUK PENGELOMPOKKAN DAN PREDIKSI KARYAWAN YANG BERPOTENSI PHK DENGAN ALGORITMA K-MEANS CLUSTERING’, Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA), 2(2):85–90, doi:10.34012/jusikom.v2i2.429.
Putro HF, Vulandari RT and Saptomo WLY (2020) ‘Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan’, Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 8(2), doi:10.30646/tikomsin.v8i2.500.
Srirahayu A and Pribadie LS (2023) ‘Review Paper Data Mining Klasifikasi Data Mining’, Jurnal Ilmiah Informatika Global, 14(1), doi:10.36982/jiig.v14i1.2981.
Sudrajat A (2022) ‘Penerapan Metode Naïve Bayes Untuk Menentukan Penilaian Kinerja Karyawan PT. Sinergi Guna Solusindo’, OKTAL: Jurnal Ilmu Komputer dan Sains, 1(10):1596–1606.
Suprianto S (2020) ‘Implementasi Algoritma Naive Bayes Untuk Menentukan Lokasi Strategis Dalam Membuka Usaha Menengah Ke Bawah di Kota Medan (Studi Kasus: Disperindag Kota Medan)’, Jurnal Sistem Komputer dan Informatika (JSON), 1(2):125, doi:10.30865/json.v1i2.1939.
Utomo DP and Mesran M (2020) ‘Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung’, JURNAL MEDIA INFORMATIKA BUDIDARMA, 4(2):437, doi:10.30865/mib.v4i2.2080.