Prediksi Promosi Jabatan Karyawan Dengan Algoritma C4.5 (Studi Kasus: Apartemen Senayan Jakarta)

Authors

  • Sunarti Sunarti Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.33633/tc.v18i4.2471

Keywords:

Job promotion, data mining, C4.5 algorithm

Abstract

         Promosi jabatan merupakan aktivitas penting pada sebuah perusahaan. Dengan adanya promosi jabatan karyawan akan bekerja dengan baik dan bertanggung jawab. Permasalahan yang dihadapi dalam mempromosikan karyawan adalah perusahaan mengalami kesulitan dalam menentukan karyawan yang akan dipromosikan, karena belum adanya proses penilaian kinerja yang dilakukan secara pasti, dalam hal ini hanya dilakukan secara sepihak, tidak adanya standar baku atau bobot nilai yang pasti dalam menentukan karyawan yang layak untuk dipromosikan. Untuk melakukan prediksi karyawan yang akan dipromosikan maka Apartemen Senayan Jakarta membutuhkan teknik klasifikasi dan prediksi data mining memecahkan masalah yang ada. Klasifikasi yang digunakan dalam data mining adalah Decision Tree dikarenakan pada teknik tersebut banyak digunakan dan menghasilkan output dengan aturan yang ada. Untuk data dianalisis menggunakan perangkat lunak Rapidminer yakni salah satu perangkat lunak berbasis open source. Pada teknik tersebut dapat menyajikan data karyawan yang dipromosikan dan tidak dipromosikan. Dalam penelitian ini menggunakan data mining Algoritma C4.5 untuk menghasilkan aturan klasifikasi dipromosikan dan tidak dipromosikan karyawan dan hasil akurasinya di dapat 78.00 %.

References

D. A. W. Riansyah, Rifky, Sya’roni, “Faktor-faktor Yang Mempengaruhi Kreatifitas Dan Inovasi Serta Implikasinya Terhadap Kinerja Karyawan Pada Konsultan Perencanaan Dan Pengawasan Arsitektur Di Kota Serang, Provinsi Banten,†Jurnal Ilmu Magister Management Universitas Komputer, pp. 1–17, 2018.

S. D. Setiawati, M. Retnasari, and D. Fitriawati, “Strategi membangun branding bagi pelaku Usaha Mikro Kecil Menengah,†Jurnal Pengabdian Kepada Masyarakat, Vol. 2, No. 1, pp. 125–136, 2019.

A. S. Hidayat, Arief, Sange, “Penerapan Data Mining Untuk Prediksi Tingkat Kompetensi Karyawan Pada PT.Hankook Tire Indonesia Dengan Metode Algoritma C4.5, Vol. 37, No. 2, pp. 186–188, 2017.

W. Julianto, R. Yunitarini, and M. K. Sophan, “Algoritma C4.5 Untuk Penilaian Kinerja Karyawan,†Scan, vol. Vo. IX, no. No. 2, pp. 33–39, 2014.

J. Z. Nurrizki, Fitria Kinta, “Implementasi Algoritma C4.5 Untuk Rekomendasi Kenaikan Jabatan Pegawai Pada Sistem Kepegawaian PD. BKK. Dempet Kab. Demak,†Skripsi,Fakultas Ilmu Komputer, No. x, pp. 1–13, 2017.

H. Dhika, “Kajian Perancangan Rule Kenaikan Jabatan Pada Pt. Abc,†Simetris Jurnal Tek nik Mesin, Elektro dan Ilmu Komputer, Vol. 6, No. 2, p. 217, 2017.

S. S. H. F. Puro, Dwi Ardiyanto, Andriani KKW, “Sistem Pendukung Keputusan Penetapan Kenaikan Gaji Karyawan dengan Menggunakan Metode Algoritma C4.5 pada PT. Harapan Makmur Surakarta,†Jurnal Ilmu Sinar Nusantara, pp. 57–68, 2014.

A. Asistyasari and T. Baidawi, “Analisis Penerimaan Karyawan Posisi Field Collector Menggunakan Algoritma C4.5 Pada PT. Prismas Jamintara Jakarta,†Jurnal Ilmu Pengetahuan Dan Teknologi Komputer, Vol. 2, No. 2, pp. 1–6, 2017.

S. Haryati, A. SudarsonHaryati, S., Sudarsono, A., & Suryana, E. (2015). Implementasi Data Mining untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5. (Studi Kasus: Universitas Dehasen Bengkulu), Jurnal Media Infotama, vol. 11, no. 2, pp. 130–138, 2015.

S. L. Saefudin, “Sistem Pendukung Keputusan Untuk Penilaian Kinerja Karyawan,†Jurnal Pengembembangan Riset dan Observasi Teknologi Informasi, Vol. 2, No. September, pp. 40–43, 2015.

B. Hssina, A. Merbouha, H. Ezzikouri, and M. Erritali, “A comparative study of decision tree ID3 and C4.5,†Int. J. Adv. Comput. Sci. Appl., vol. 4, no. 2, pp. 13–19, 2014.

F. A. Hermawati, Data Mining. Yogyakarta: CV Andi Offset, 2013.

L. A. dan Dennis, Aprilia, Donny Aji Baskoro and I. W. S. Wicaksana, Belajar Data Mining dengan Rapid Miner. Jakarta: Gramedia Pustaka Utama, 2013.

Sugiyono, Metode Penelitian Pendidikan Pendekatan Kuantitatif. 2016.

Downloads

Published

2019-11-26