Komparasi Analisi Penerimaan Karyawan Menggunakan Algoritma C4.5, K-NN dan Naïve Bayes Berbasis PSO

Komparasi Analisi Penerimaan Karyawan Menggunakan Algoritma C4.5, K-NN dan Naïve Bayes Berbasis PSO

• By Ayuni, Asistyasari;
• Jurnal Informatika
• 302
• 519-525

Divisi HRD mencoba melakukan penerimaan karyawan sebaik mungkin. Namun walaupun sudah melakukan proses penerimaan dengan baik ternyata ditemukan kejadian dimana tidak sedikit karyawan yang mengundurkan diri sebelum masa kontraknya habis. Untuk mengatasi permasalahan tersebut, maka peneliti melakukan analisis penerimaan karyawan yang ada menggunakan algoritma C4.5, K-NN dan Naïve Bayes berbasis PSO dengan maksud agar dapat mengurangi tingkat turnover yang ada. Dari hasil penelitan ini menghasilkan hasil akurasi terbaik menggunakan algoritma Naïve Bayes berbasis PSO dengan accuracy 91,25%, precision 88,50,% dan recall 94,17% serta nilai grafik AUC 0,903 dibandingkan algoritma C4.5 berbasis PSO yang menghasilkan accuracy 86,25%, precision 80,83% dan recall 68,33% serta nilai grafik AUC 0,530 dan algoritma K-NN berbasis PSO yang menghasilkan accuracy 82,50%, precision 84,33% dan recall 75,00% serta nilai grafik AUC 0,796. Simpulan yang diperoleh algoritma Naïve Bayes dinyatakan sebagai algoritma terbaik yang dapat digunakan dalam klasifikasi penerimaan karyawan

• Katakunci C4.5, KNN, NAIVE BAYES, PSO, Penerimaan Karyawan
• URL http://www.proceeding.unindra.ac.id/index.php/simponi/article/view/519/415
• Penerbit ,

REFERENSI

Aprilia, Dennis, Donny Aji Baskoro, Lia Ambarwati dan I Wayan Simri Wicaksana. (2013). Belajar Data Mining dengan Rapid Miner. Jakarta: Gramedia Pustaka Utama.

Asistyasari, A., & Baidawi, T. (2017). Analisis Penerimaan Karyawan Posisi Field Collector Menggunakan Algoritma C4 . 5 Pada. Jurnal Ilmu Pengetahuan Dan Teknologi Komputer, 2(2), 1–6.

Dzikrulloh, N. N., & Setiawan, B. D. (2017). Penerapan Metode K–Nearest Neighbor(KNN) dan Metode Weighted Product ( WP ) Dalam Penerimaan Calon Guru Dan Karyawan Tata Usaha Baru Berwawasan Teknologi ( Studi Kasus : Sekolah Menengah Kejuruan Muhammadiyah 2 Kediri ). Pengembangan Teknologi Informasi Dan Ilmu Komputer, 1(5), 378–385. Retrieved from https://www.safaribooksonline.com/library/view/mastering-machinelearning/9781785283451/ba8bef27-953e-42a4-8180-cea152af8118.xhtml

Kusrini dan Emha Taufiq Luthfi. (2009). Algoritma Data Mining. Yogyakarta: Andi Offset. Kurniawan, D., Purwana, D. E. ., & Widiyastuti, U. (2016). JOB INSECURITY, KEPUASAN KERJA DAN TURNOVER INTENTION: STUDI PADA KARYAWAN PT “X” DI JAKARTA. Jurnal Pendidikan Ekonomi Dan Bisnis, 4(1), 65–78

Kurniawan, T. C. (2017). Penerapan Algoritma C4.5 Dalam Penerimaan Calon Karyawan PT. Telkom Akses Area Lampung Berbasis Website, 491–501.

Nafiudin, & Nana Umdiana. (2014). Analisis Faktor-Faktor Yang Mempengaruhi Turnover Intention ( Keinginan Berpindah ) Karyawan, 8(2), 89–95. Winarso, D., & Arribe, E. (2017). Seleksi Pegawai dan Dosen UMRI Berbasis E-Recruitment, 71–80.