KLASIFIKASI PENILAIAN KOMPETENSI KARYAWAN DI PT. ERAJAYA SWASEMBADA TBK MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR (KNN)

FITRI, MALINDA ALYA (2023) KLASIFIKASI PENILAIAN KOMPETENSI KARYAWAN DI PT. ERAJAYA SWASEMBADA TBK MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR (KNN). S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (COVER) 01 COVER.pdf Download (443kB) | Preview
Preview	Text (ABSTRAK) 02 ABSTRAK.pdf Download (118kB) | Preview
	Text (BAB I) 03 BAB 1.pdf Restricted to Registered users only Download (133kB)
	Text (BAB II) 04 BAB 2.pdf Restricted to Registered users only Download (215kB)
	Text (BAB III) 05 BAB 3.pdf Restricted to Registered users only Download (131kB)
	Text (BAB IV) 06 BAB 4.pdf Restricted to Registered users only Download (391kB)
	Text (BAB V) 07 BAB 5.pdf Restricted to Registered users only Download (113kB)
	Text (DAFTAR PUSTAKA) 08 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (159kB)
	Text (LAMPIRAN) 09 LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Employees are one of the most important resources for every company. The company will run well if it has good employees. One way to find out whether the employee is worthy of working or not in a company is to conduct an employee competency assessment. But sometimes there are still many companies that conduct assessments inappropriately because of the many parameters that need to be seen. PT Erajaya Swasembada Tbk. has nearly 15,000 employees. With the number of employees, of course to assess employee competence is not an easy thing if it must be done manually. Therefore, this research was made to facilitate the assessment team in assessing employee competence by predicting classification using the Naïve Bayes and KNN algorithms. This research is also expected to be able to facilitate companies in analyzing employee competence and performance. The dataset used in this research is 3634 employee data with parameters, assessment score and learning journey score. This research will do a comparison to see which model produces better accuracy. The results obtained show that KNN is superior with an accuracy of 99.45% with a comparison of training data and testing data 70:30, 99.33% with a comparison of 75:25, and 99.44% with a comparison of 80:20. While Naïve Bayes obtained an accuracy of 98.44% with a comparison of training data and testing data of 70:30, 98.45% with a comparison of 75:25, and 98.48% with a comparison of 80:20. Kata Kunci : Employee Competencies, Naïve Bayes, K-Nearest Neighbor Karyawan menjadi salah satu sumber daya terpenting bagi setiap perusahaan. Perusahaan akan berjalan dengan baik apabila memiliki karyawan yang baik. Salah satu cara untuk mengetahui apakah karyawan tersebut layak bekerja atau tidak di suatu perusahaan adalah dengan melakukan penilaian kompetensi karyawan. Namun terkadang masih banyak perusahaan yang melakukan penilaian dengan kurang tepat karena banyaknya parameter yang perlu dilihat. PT. Erajaya Swasembada Tbk. sendiri memiliki karyawan sebanyak hampir 15.000 orang. Dengan jumlah karyawan yang tidak sedikit tersebut tentunya untuk melakukan penilaian kompetensi karyawan bukanlah hal yang mudah bila harus dilakukan secara manual. Maka dari itu penelitian ini dibuat untuk mempermudah tim penilai dalam menilai kompetensi karyawan dengan melakukan prediksi klasifikasi menggunakan algoritma Naïve Bayes dan KNN. Penelitian ini juga diharapkan mampu mempermudah perusahaan dalam menganalisa kompetensi dan kinerja karyawan. Dataset yang digunakan dalam penelitian ini sebanyak 3634 data karyawan dengan parameter yaitu nilai assessment dan nilai learning journey. Penelitian akan melakukan perbandingan untuk dapat melihat model mana yang menghasilkan akurasi yang lebih baik. Hasil yang didapat menunjukkan bahwa KNN lebih unggul dengan akurasi sebesar 99.45% dengan perbandingan data training dan data testing 70:30, 99.33% dengan perbandingan 75:25, dan 99.44% dengan perbandingan 80:20. Sedangkan Naïve Bayes memperoleh akurasi sebesar 98.44% dengan perbandingan data training dan data testing 70:30, 98.45% dengan perbandingan 75:25, dan 98.48% dengan perbandingan 80:20. Kata Kunci : Kompetensi karyawan, Naïve Bayes, K-Nearest Neighbor

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 23 165
Call Number:	SIK/15/23/052
NIM/NIDN Creators:	41519010114
Uncontrolled Keywords:	Kompetensi karyawan, Naïve Bayes, K-Nearest Neighbor
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	Annas Tsabatulloh
Date Deposited:	21 Oct 2023 06:37
Last Modified:	21 Oct 2023 06:37
URI:	http://repository.mercubuana.ac.id/id/eprint/80821

Actions (login required)

View Item