1. DSpace Universitas Potensi Utama
  2. Penelitian Dosen Universitas Potensi Utama
  3. Rika Rosnelly
  4. A Paper
Please use this identifier to cite or link to this item: http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/5623
Title: Perbandingan Tingkat Akurasi Klasifikasi Penerimaan Dosen Tetap Menggunakan Metode Naive Bayes Classifier dan C4.5
Authors: Rosnelly, Rika
Keywords: Klasifikasi, Data Mining, Rekrutmen, Naïve Bayes, Weka
Issue Date: 20-Oct-2020
Publisher: JURNAL MEDIA INFORMATIKA BUDIDARMA
Series/Report no.: Volume 4, Nomor 4, Oktober 2020;1100-1109
Abstract: Rekrutmen merupakan salah satu langkah penting dalam menciptakan SDM (Sumber Daya Manusia) yang professional. Penerapan metode klasifikasi seperti metode Naïve Bayes dan C4.5 dapat digunakan dalam pengklasifikasian calon dosen yang berpotensi dan dapat diterima oleh kampus dengan melakukan perhitungan dari persamaan pada masing masing kriteria. Kesulitan yang dialami adalah tidak efektifnya penggunaan metode untuk menghasilkan penerimaan dosen yang dibutuhkan sehingga belum sesuai dengan keahlian pelamar. Salah satu metode klasifikasi yang diterapkan pada data mining adalah metode naïve bayes dan C4.5. Tujuan penelitian ini untuk menentukan tingkat akurasi terhadap kedua metode yang digunakan dengan menggunakan tools Weka 3.8 berdasarkan hasil perhitungan Correctly Classified Instance dan Incorrectly Classified Instance. Hasil akurasi yang didapat dengan metode naïve bayes sebesar 83,7838 % dan metode c4.5 sebesar 91,8919 % dari 37 data latih. Sehingga metode C4.5 merupakan metode yang lebih tepat untuk digunakan dari pada naïve bayes.
Description: Rekrutmen adalah salah satu langkah yang paling penting di dalam pemilihan SDM (Sumber Daya Manusia)[1]. Tujuan yang ingin ditempuh berdasarkan proses seleksi dan rekrutmen Sumber Daya Manusia adalah SDM yang professional dan memiliki karakteristik tingkah laku mulia, terampil dan memiliki konstribusi[2]. Proses rekrutmen dan seleksi ini merupakan langkah utama dalam menentukan seorang SDM yang diterima apakah berkualitas dan professional. SDM yang professional tentunya memberikan impact dan output yang sanagt berpengaruh yaitu berupa hasil ataupun jasa yang juga berkualitas. Produk dan jasa yang dihasilkan berkualitas tentunya berdampak pula kepada kesejahteraan terhadap organisasi, individu bahkan masyarakat luas. Perguruan Tinggi Negeri (PTN) maupun Perguruan Tinggi Swasta (PTS) tentu saja berkeinginan memiliki dosen yang memiliki kualitas yang baik serta dengan kuantitas yang sesuai dengan harapan dan kriteria yang telah tetapkan oleh perguruan tinggi tersebut. Kualitas dari calon pendidik dapat dinilai dengan memahami pola dari variable dosen yang sudah terlaksana di tahun-tahun sebelumnya salah satunya dengan mempertimbangkan nilai Index Prestasi Kumulatif (IPK) beserta nilai-nilai test lainnya sebagai acuan penerimaan calon dosen baru. Data mining merupakan tahap dalam pengklasifikasian terhadap data dengan menghubungkan masing masing pola pada setiap data set yang berukuran besar dengan jumlah data yang besar pula. Data mining dapat juga didefenisikan menggali data dari banyaknya informasi yang akan dicari sehingga data yang perlu diketahui akan lebih mudah dicari dengan adanya sistem pola yang dibuat berdasarkan titik terdekat dengan informasi yang sering di perlukan[3], [4]. Pemilihan suatu metode ataupun algoritma dari data mining ini juga harus tepat karena sangat bergantung pada tujuan dan proses Knowledge Discovery in Database (KDD) secara keseluruhan [5]. Secara teknis, data mining dapat disebut sebagai proses untuk menemukan aturan atau pola dari ratusan atau ribuan data dari sebuah relasasi basis data yang sangat besar[6]
URI: http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/5623
ISSN: 2548-8368
Appears in Collections:A Paper

Files in This Item:
File Description SizeFormat 
21. Perbandingan Tingkat Akurasi Klasifikasi Penerimaan Dosen Tetap Menggunakan Metode Naive Bayes Classifier dan C4.5.pdf679.9 kBAdobe PDFView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.