TRIWARDANA, MUHAMMAD DAMAR (2025) SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN KARYAWAN OUTSOURCING SEKRETARIAT WAKIL PRESIDEN RI MENGGUNAKAN NAIVE BAYES DAN ALGORITMA C4.5. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 COVER.pdf Download (276kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
02 BAB 1.pdf Restricted to Registered users only Download (49kB) |
|
|
Text (BAB II)
03 BAB 2.pdf Restricted to Registered users only Download (308kB) |
|
|
Text (BAB III)
04 BAB 3.pdf Restricted to Registered users only Download (262kB) |
|
|
Text (BAB IV)
05 BAB 4.pdf Restricted to Registered users only Download (596kB) |
|
|
Text (BAB V)
06 BAB 5.pdf Restricted to Registered users only Download (80kB) |
|
|
Text (DAFTAR PUSTAKA)
07 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (126kB) |
|
|
Text (LAMPIRAN)
08 LAMPIRAN.pdf Restricted to Registered users only Download (1MB) |
Abstract
This study proposes the use of a decision support system (DSS) based on Naïve Bayes taxonomy to evaluate the suitability of outsourcing employees. A DSS is an interactive information system that provides information, modeling, and data manipulation to help decision-makers solve unstructured or semi-structured problems. Naïve Bayes, a simple yet effective machine learning algorithm, is used because it can process diverse data and generate accurate and quick predictions even on large datasets. The algorithm processes multivariate data simultaneously, allowing the DSS to consider various aspects of employee evaluation such as ethics, discipline, compliance, and skills. The evaluation is carried out based on parameters categorized into three groups: 'not suitable,' 'suitable,' and 'highly suitable.' The evaluation results show that the Naïve Bayes-based DSS has a high accuracy in identifying employees who are suitable for contract extension and those who are not. This system not only helps make more objective and data-driven decisions but also enhances the efficiency and transparency of the outsourcing employee evaluation process. This study provides practical recommendations for improving the employee evaluation process and suggestions for further development of DSS in human resource management. Kata kunci: Decision Support System (DSS), Naive Bayes, Suitability, Machine Learning Penelitian ini mengusulkan penggunaan sistem pendukung keputusan (SPK) berdasarkan taksonomi Naïve Bayes untuk mengevaluasi kesesuaian karyawan outsourcing. SPK adalah sistem informasi interaktif yang menyediakan informasi, pemodelan, dan manipulasi data untuk membantu pengambil keputusan memecahkan masalah tidak terstruktur atau semi terstruktur. Naïve Bayes, algoritma pembelajaran mesin yang sederhana namun efektif, digunakan karena dapat memproses beragam data dan menghasilkan prediksi yang akurat dan cepat bahkan pada kumpulan data yang besar. Algoritma memproses data multivariat secara bersamaan, memungkinkan SPK mempertimbangkan berbagai aspek evaluasi karyawan seperti etika, disiplin, kepatuhan, dan keterampilan. Evaluasi dilakukan berdasarkan parameter yang dikategorikan menjadi tiga kelompok: 'tidak layak', 'layak' dan 'sangat layak'. Hasil evaluasi menunjukkan bahwa SPK berbasis Naïve Bayes memiliki akurasi yang tinggi dalam mengidentifikasi pegawai yang layak mendapat perpanjangan kontrak dan yang tidak. Sistem ini tidak hanya membantu Anda membuat keputusan yang lebih obyektif dan berdasarkan data, namun juga meningkatkan efisiensi dan transparansi proses evaluasi karyawan outsourcing Anda. Studi ini memberikan rekomendasi praktis untuk meningkatkan proses evaluasi karyawan dan saran untuk pengembangan lebih lanjut SPK dalam manajemen sumber daya manusia. Kata kunci: Sistem Pendukung Keputusan, Naïve Bayes, Kelayakan, Pembelajaran Mesin.
Actions (login required)
 |
View Item |
