MENINGKATKAN PEMILIHAN KARYAWAN TERBAIK DENGAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR (KNN) DALAM SISTEM PENDUKUNG KEPUTUSAN

Imadani, Alfakhriy Aqil (2024) MENINGKATKAN PEMILIHAN KARYAWAN TERBAIK DENGAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR (KNN) DALAM SISTEM PENDUKUNG KEPUTUSAN. Bachelor thesis, UNIVERSITAS NASIONAL.

	Text Cover.pdf Download (480kB)
	Text Bab 1.pdf Download (369kB)
	Text Bab 2.pdf Download (571kB)
	Text Bab 3.pdf Download (1MB)
	Text Bab 4.pdf Download (503kB)
	Text Bab 5.pdf Download (281kB)
	Text Lampiran.pdf Download (1MB)

Abstract

Pemilihan karyawan terbaik merupakan proses penting dalam manajemen
sumber daya manusia, yang memerlukan evaluasi yang objektif dan tepat terhadap
berbagai kriteria. Sistem Pendukung Keputusan (SPK) merupakan alat yang efektif
untuk membantu pengambilan keputusan dalam memilih karyawan terbaik dengan
menggunakan data historis dan algoritma tertentu. Pemilihan Karyawan terbaik di
perusahaan sekarang masih menerapkan sistem manual yaitu HRD masih
melakukan perhitungan manual di Excel yang dapat memakan waktu yang cukup
lama dan data yang dihasilkan tidak akurat. Sehingga diperlukan Sistem Pendukung
Keputusan untuk dapat mengoptimalkan proses pemilihan karyawan terbaik dengan
memanfaatkan pengetahuan dan pandangan dari berbagai pemangku kepentingan.
Dalam penelitian ini, dua metode pengklasifikasian, yaitu Naive Bayes dan KNearest
Neighbors
(KNN),
digunakan
untuk
membangun
SPK
yang
dapat
menilai

dan
menentukan
karyawan
terbaik
berdasarkan
beberapa
kriteria,
seperti
absensi,

kedisiplinan,
tanggung
jawab,
loyalitas,
attitude,
dan
pencapaian
target.
Metode
ini

digunakan
untuk
menentukan
probabilitas
dari
contoh
kelas
yang
diberikan
nilai

dari

variable. Sistem pendukung keputusan ini dapat membantu HRD dan
perusahaan dalam meningkatkan pemilihan karyawan terbaik lebih cepat dan
akurat. Aplikasi ini dibuat untuk web dengan menggunakan bahasa pemrograman
PHP dan database MySQL. Pengujian dilakukan dengan menggunakan 18 data uji
Tingkat akurasi metode Naïve Bayes mencapai 88,8% sedangkan untuk metode
menghasilkan tingkat akurasi 94,4% saat diuji dengan sistem.

Kata Kunci: Sistem Pendukung Keputusan, Pemilihan Karyawan Terbaik,
Metode Naïve Bayes, Metode K-Nearest Neighbor.

Item Type:	Thesis (Bachelor)
Subjects:	A General Works > AZ History of Scholarship The Humanities T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Users 30 not found.
Date Deposited:	02 Jan 2025 02:46
Last Modified:	02 Jan 2025 02:46
URI:	https://repository.unas.ac.id/id/eprint/12498

Actions (login required)

View Item