LPPM UNINDRA


UNINDRA


Open Journal Systems




Journal Help
User
Notifications
  • View
  • Subscribe
Journal Content

Browse
  • By Issue
  • By Author
  • By Title
  • Other Journals
Font Size

  • Home
  • About
  • Login
  • Register
  • Search
  • Current
  • Archives
Home > Vol 1, No 1 (2017) > Pauziah

Analisis Penentuan Karyawan Terbaik Menggunakan Metode Algoritma Naive Bayes (Studi Kasus PT. XYZ)

Ulfa Pauziah(1*)

(1) Program Studi Teknik Informatika - Universitas Indraprasta PGRI
(*) Corresponding Author

Abstract


Di dalam dunia pekerjaan adanya karyawan terbaik menjadi tolak ukur kemajuan dari perusahaan itu sendiri. Dalam penentuan biasanya dengan melihat kinerja karyawan tersebut misal dari kerajinan, kedisiplinan dan juga prestasi lainnya. Dengan cara seperti ini agak kurang efektif dan akurat,oleh karena itu dalam penelitian menganalisa penentuan karyawan terbaik dengan menggunakan metode algoritma naive bayes, dengan bantuan datamining Penelitian ini bertujuan untuk mengukur tingkat akurasi dari kajian algoritma naive bayes dalam penentuan karyawan terbaik diPT. XYZ. Pengujian dilakukan dengan mengukur kinerja algoritma tersebut menggunakan bantuan aplikasi weka, dimana dilakukannya dua pengujian. Pertama pengujian dengan Cross Validation dan yang kedua dengan Confusion Matrix serta Kurva ROC.

Full Text:

PDF (Indonesian) PDF (Indonesian)

References


Larose, Daniel. T. (2005). Discovering Knowledge in Data. New Jersey: John Willey & Sons, Inc.

Asda Bramer, Max. (2007). Principles of Data Mining. London : Springer

Han, J. & Kamber, M. (2006). Data MiningConcept and Tehniques. San Fransisco: Morgan Kauffman.

Vercellis, Carlo. (2009). Business Intelegent: Data Mining and Optimization for Decision Making. Southern Gate, Chichester, west Sussex: John Willey & Sons, Ltd, 2009.

Liao. (2007). Recent Advances in Data Mining of Enterprise Data: Algorithms and Application. Singapore: WorldScientific Publishing

http://kbbi.web.id/karyawan


Refbacks

  • There are currently no refbacks.