KLASIFIKASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN ALGORITME NAÏVE BAYES (STUDI KASUS PT. AS SABAR SUKSES BERKAH)
Article Sidebar
Algoritme Naïve Bayes,
Data Mining
Main Article Content
Abstract
Karyawan merupakan Sumber Daya Manusia (SDM) utama yang berperan penting dalam mencapai kesuksesan perusahaan. Karyawan yang berkinerja tinggi dapat menjadi aset yang sangat berharga bagi perusahaan. Dalam era persaingan bisnis yang intensif, kemampuan perusahaan untuk mengidentifikasi dan menilai kinerja karyawan yang optimal menjadi krusial untuk mencapai tujuan bisnis yang berkelanjutan. PT. As Sabar Sukses Berkah merupakan salah satu perusahaan yang bergerak di bidang produksi busana muslim. Penelitian ini bertujuan untuk mengetahui kinerja karyawan di PT. As Sabar Sukses Berkah dengan menerapkan Algoritme Naïve Bayes. Naïve Bayes digunakan untuk mengklasifikasikan karyawan berdasarkan beberapa atribut kinerja kunci seperti keterangan, tanggung jawab, komunikasi, disiplin, sikap, dan keahlian. Data yang dianalisis berasal dari evaluasi HRD yang dilakukan dari bulan April 2023 hingga Juni 2023. Proses klasifikasi memanfaatkan data latih untuk menghitung probabilitas masing-masing kelas yang mungkin serta probabilitas fitur untuk setiap atribut yang diamati. Metode pengembangan sistem yang diterapkan mengikuti model Waterfall, yang mencakup tahapan studi literatur, pengumpulan data, analisis sistem, implementasi, pengujian, evaluasi, dan penarikan kesimpulan. Hasil penelitian menunjukkan tingkat akurasi klasifikasi yang didapat dari Algoritme Naïve Bayes cukup tinggi sebesar 90%. Pengujian menggunakan black box menghasilkan tingkat kesuksesan mencapai 100%.
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.
Alfatah Z (2021) PENERAPAN DATA MINING UNTUK PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE NAIVE BAYES CLASSIFICATION (STUDI KASUS: CV. SABIRIN SEJAHTERA).
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.
Fatmawati F (2016) ‘PERBANDINGAN ALGORITMA KLASIFIKASI DATA MINING MODEL C4.5 DAN NAIVE BAYES UNTUK PREDIKSI PENYAKIT DIABETES’, Jurnal Techno Nusa Mandiri, 13(1), https://ejournal.nusamandiri.ac.id/index.php/techno/article/view/217.
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.
Hidayat T and Muttaqin M (2020) ‘Pengujian sistem informasi pendaftaran dan pembayaran wisuda online menggunakan black box testing dengan metode equivalence partitioning dan boundary value analysis’.
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.
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’.
Nur H (2019) ‘Penggunaan Metode Waterfall Dalam Rancang Bangun Sistem Informasi Penjualan’, Generation Journal, 3(1):1, doi:10.29407/gj.v3i1.12642.
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.
Riswanto I and Laluma RH (2020) ‘KLASIFIKASI KELAYAKAN PINJAMAN PADA KOPERASI KARYAWAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS WEB’, Infotronik : Jurnal Teknologi Informasi dan Elektronika, 5(1):11, doi:10.32897/infotronik.2020.5.1.357.
Sri Widaningsih (2019) ‘PERBANDINGAN METODE DATA MINING UNTUK PREDIKSI NILAI DAN’.
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.
Sutisna S and Yuniar MN (2023) ‘Klasifikasi Kualitas Air Bersih Menggunakan Metode Naïve baiyes’, Jurnal Sains dan Teknologi, 5(1):243–246, https://ejournal.sisfokomtek.org/index.php/saintek/article/view/1383.
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.
Wibawa AP (2018) ‘Metode-metode Klasifikasi’.
Widaningsih S (2019) ‘PERBANDINGAN METODE DATA MINING UNTUK PREDIKSI NILAI DAN WAKTU KELULUSAN MAHASISWA PRODI TEKNIK INFORMATIKA DENGAN ALGORITMA C4,5, NAÏVE BAYES, KNN DAN SVM’, Jurnal Tekno Insentif, 13(1):16–25, doi:10.36787/jti.v13i1.78.