PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOOR DAN ALGORTIMA NAÏVE BYES UNTUK KLASIFIKASI KENAIKAN JABATAN KARYAWAN (Studi Kasus Pt Bridge)

SAPUTRA, AGUS (2022) PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOOR DAN ALGORTIMA NAÏVE BYES UNTUK KLASIFIKASI KENAIKAN JABATAN KARYAWAN (Studi Kasus Pt Bridge). S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
Text (HAL COVER)
01 Cover.pdf

Download (1MB) | Preview
[img]
Preview
Text (ABSTRAK)
02 Abstrak.pdf

Download (79kB) | Preview
[img] Text (BAB I)
03 BAB 1.pdf
Restricted to Registered users only

Download (119kB)
[img] Text (BAB II)
04 BAB 2.pdf
Restricted to Registered users only

Download (66kB)
[img] Text (BAB III)
05 BAB 3.pdf
Restricted to Registered users only

Download (388kB)
[img] Text (BAB IV)
06 BAB 4.pdf
Restricted to Registered users only

Download (83kB)
[img] Text (BAB V)
07 BAB 5.pdf
Restricted to Registered users only

Download (152kB)
[img] Text (BAB VI)
08 BAB 6.pdf
Restricted to Registered users only

Download (124kB)
[img] Text (DAFTAR PUSTAKA)
09 Daftar Pustaka.pdf
Restricted to Registered users only

Download (195kB)
[img] Text (LAMPIRAN)
10 Lampiran.pdf
Restricted to Registered users only

Download (233kB)

Abstract

The development of information and communication technology is currently very rapidly developing along with the flow of technological development, the development of data is also very rapid in the current era which is so fast, in the previous analysis we also dealt with structured data and there was also unstructured data The importance of a company with a promotion can be recommended by superiors or certain parties based on the factors of quality of work, behavior and employee's income. Promotion of existing positions in PT. BRIlian Indah Gemilang is also a very important hall factor to rejuvenate with one side of the position to be occupied by someone who has suitable criteria to keep a proposed position. Therefore, a method is needed in determining the feasibility of appropriate employee promotion carried out at PT. BRIlian Indah Gemilang Series aims to helpfind the employee's worthy and unfit to be promoted in determining whether it is feasible and unfit using the K- Nearest Neighboors algorithm method and the Naïve Bayes algorithm. By using both algorithms, the results of this study showed the bestresults from the Naïve Bayes algorithm with an accuracy value of 83% and a precision value of 100% and recall of 75% while the performance of the K- NearestNeighboors algorithms was not good so as to get an accuracy value of 75% precision 77% recall 91%. Key Words: Research, Classification, Algoritma K- Nearest Neighboors, Algoritma NaïveBayes. Perkembangan Teknologi informasi dan Komunikasi saat ini sudah sangat berkembang pesat seiringnya mengikuti arus berkembangnya teknologi, perkembangan data juga sangat pesat pada era saat ini yang begitu cepat, di Analisa sebelumnya kita juga berahadapan dengan data yang bersifat terstruktur dan ada juga data yang tidak terstrukture pentingnya sebuah perusahaan dengan adanya kenaikan jabatan dapat di rekomendasikan oleh atasan atau pihak tertentu berdasarkan faktor kualitas kerjan masa kerja,prilaku dan abesensi karyawan tersebut. Kenaikan jabatan yang ada di PT.BRIlian Indah Gemilang ini juga merupakan suatu hall faktor yang sangat penting untuk meremajakan dengan suatu sisi jabatan agar diduduki oleh seseorang yang mempunyai kriteria – kriteria yang cocok untuk menepatisuatu jabatan yang di usulkan. Oleh karena itu dibutuhkanya suatu metode dalam menentukan kelayakan kenaikan jabatan karyawan secara tepat yang di lakukan di PT.BRIlian Indah Gemilang ini bertujuan untuk membantu mencari layak dan tidak layaknya karyawan tersebut naik jabatan dalam menentukan layak dan tidak layak menggunakan metode algoritma KNearest Neighboors dan algoritma Naïve Bayes. Dengan menggunakan kedua algoritma didapatkan hasil penelitian ini menunjukan hasil yang terbaik dari algoritma NaïveBayes dengan nilai accuracy 83% serta nilai precision 100% dan recall 75% sedangkan kinerja algortima K- Nearest Neighboors kurang baik sehingga mendapatkan nilai accuracy 75% precision 77% recall 91%. Kata Kunci  Penelitian, Klasifikasi, Algoritma K- Nearest Neighboors, Algoritma NaïveBayes.

Item Type: Thesis (S1)
Call Number CD: FIK/INFO. 22 140
NIM/NIDN Creators: 41518010025
Uncontrolled Keywords: Penelitian, Klasifikasi, Algoritma K- Nearest Neighboors, Algoritma NaïveBayes.
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 060 General Organizations, Foundations, and Museology/Organisasi-organisasi Umum, dan Museologi > 069 Museology (Museum science)/Museologi > 069.6 Personnel Management of Museum/Manajemen Personalia Museum > 069.63 Personnel Management/Manajemen Personalia
200 Religion/Agama > 260 Christian Social Theology/Teologi Sosial Kristen > 268 Religious Education/Pendidikan Agama Kristen, Pengajaran Agama Kristen > 268.3 Personnel/Personalia
500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: ADELINA HASNA SETIAWATI
Date Deposited: 24 Oct 2022 06:10
Last Modified: 24 Oct 2022 06:10
URI: http://repository.mercubuana.ac.id/id/eprint/70845

Actions (login required)

View Item View Item