Komparasi Penerapan Forward Selection Pada Algoritma C4.5 Dan Algoritma Naïve Bayes Untuk Memprediksi Kompetensi Karyawan (Studi Kasus: PT. XYZ)
Abstrak
Monitoring and evaluation that is not well targeted towards employee assessment will cause problems in the development of human resources within a company. Currently the company PT. XYZ, is a new company which just started its production in 2020, thus monitoring and evaluation of the performance of each employee is very necessary. This study aims to compare C4.5 and the Naïve Bayes algorithm and add forward selection with the KDD (Knowledge Discovery in Database) methodology to predict competent and incompetent employees. Evaluation of the comparative use of the two algorithms, namely C4.5 and Naïve Bayes, was carried out by testing using Cross-Validation using 10-fold cross-validation.
Referensi
Rohida, Leni. (2018). Pengaruh Revolusi Industri 4.0 Terhadap Kompetensi Sumber Daya Manusia. Jurnal Manajemen dan Bisnis Indonesia, Vol. 6(1), pp. 114-36.
Wahyono., & Agung, Nugroho. (2018). Penerapan Algoritma C4.5 Untuk Prediksi Tingkat Kompetensi Karyawan Pt. Multistrada Arah Sarana. Joutica, Vol. 3(1), 145.
Haryanto., Fandy, Ferdian., & Seng, Hansun. (2017). Penerapan Algoritma C4.5 Untuk Memprediksi Penerimaan Calon Pegawai Baru Di PT. Wise. Teknik Informatika Dan Sistem Informasi, Vol. 3(2), pp. 95-103.
Sunge, Aswan, Supriadi. (2018). Prediksi Kompetensi Karyawan Menggunakan Algoritma C4.5 (Studi Kasus PT. Hankook Tire Indonesia). Seminar Nasional Teknologi Informasi dan Komunikasi 2018, pp. 23-24.
Muslehatin, Wiwik., Muhammad, ibnu., & Mustakim. (2017). Penerapan Naïve Bayes Classification Untuk Klasifikasi Tingkat Kemungkinan Obesitas Mahasiswa Sistem Informasi UIN Suska Riaw. Seminar Nasional Teknologi Informasi Komunikasi dan Industri (SNTIKI), Vol 7.
Supriyanti., Wiwit., & Norma Puspitasari. (2018). Implementasi Teknik Seleksi Fitur Forward Selection Pada Algoritma Klasifikasi Data Mining Untuk Prediksi Masa Studi Mahasiswa Politeknik Indonusa Surakarta. Jurnal INFORMA Politeknik Indonesia Surakarta, Vol. 4(2), pp. 49-54.
I. Werdiningsih., B. Nuqoba., & Muhammadun. (2020). Data Mining Menggunakan Android Weka, dan SPSS: Airlangga University Press, Surabaya.
E. Prasetyowati. (2017). Data
M. Afdal., & Muhammad, Rosadi. (2019). Penerapan Association Rule Data Mining Untuk Analisis Penempatan Tata Letak Buku Di Perpustakaan Menggunakan Algoritma Apriori. Jurnal Ilmiah Rekayasa dan Manajemen Sistem, Vol. 5(1), pp. 99.
Mardi, Yuli. (2017). Data Mining: Klasifikasi Menggunakan Algoritma C4.5. Jurnal Edik Informatika, Vol. 2(2), pp. 213-219.
D. A. Pratiwi., R. M. Awangga., & M. Y. H. Setyawan. (2020). Seleksi Calon Kelulusan Tepat Waktu Mahasiswa Teknik Informatika Menggunakan Metode Naïve Bayes. Kreatif, Bandung.
E. Anindika, Sari., M. Thereza. Br. Saragih., I. Ali Shariati., S. Sofyan., R. Al Baihaqi., & R. Nooraeni. (2020). Klasifikasi Kabupaten Tertinggal di Kawasan Timur Indonesia Dengan Support Vector Machine. JIKO(Jurnal Inform dan Komputer), Vol. 3(3), pp. 188-195. Doi:10.33387/v3i3.2364.
Widianingsih, Sri. (2019). Perbandingan Metode Data Mining Untuk Prediksi Nilai dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4.5, Naïve Bayes, Knn dan Svm. Jurnal Tekno Insentif, Vol. 13(1), pp. 16-25
