DC Field | Value | Language |
dc.contributor.author | Dr. B. Herawan, Hayadi | - |
dc.date.accessioned | 2023-08-29T10:10:42Z | - |
dc.date.available | 2023-08-29T10:10:42Z | - |
dc.date.issued | 2022-07-16 | - |
dc.identifier.citation | Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD | en_US |
dc.identifier.issn | 2615-5133 | - |
dc.identifier.uri | http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/5694 | - |
dc.description | With the increasing growth of the company and employee access to increase the desire
to make exemplary employees or become employees who have high ideas to become
role models for subordinates or other employees, so from the research case on the
university campus, quality conducts a survey with data obtained directly from the
university. Employees who work as permanent or contract employees sometimes get
the right as an increase for promotion from the company for each field as well as an
allocation of satisfactory employee performance from the aspect of the work carried
out. In this research model using three models from Naïve Bayes, K-Nearest Neighbor,
and Neural Network by taking the dataset directly from the analysis results, for that an
analysis is carried out on each aspect to determine the results of the value classification
used in the evaluation using 5-Fold validation, 10-Fold, and 20-Fold Cross Validatio
thus obtain results to identify in the promotion classification with the highest value of
accuracy of 76.6%, the highest value of F1 of 67.8%, the highest value of precision of
65.9%, and the highest value of recall of 76.6%. | en_US |
dc.description.abstract | Dengan semakin berkembangnya perusahaan dan akses karyawan untuk meningkatkan
keinginan untuk menjadikan karyawan teladan atau menjadi karyawan yang memiliki
ide tinggi untuk menjadi panutan bagi bawahan atau karyawan lainnya, maka dari kasus
penelitian di kampus universitas, kualitas melakukan survei dengan data yang diperoleh
langsung dari universitas. Karyawan yang bekerja sebagai karyawan tetap atau kontrak
terkadang mendapatkan hak sebagai kenaikan kenaikan pangkat dari perusahaan untuk
masing-masing bidang serta alokasi kinerja karyawan yang memuaskan dari aspek
pekerjaan yang dilakukan. Pada model penelitian ini menggunakan tiga model dari
Naïve Bayes, K-Nearest Neighbor, dan Neural Network dengan mengambil dataset
langsung dari hasil analisis, untuk itu dilakukan analisis pada setiap aspek untuk
mengetahui hasil klasifikasi nilai yang digunakan pada evaluasi menggunakan validasi
5-Fold, 10-Fold, dan Cross Validatio 20-Fold sehingga diperoleh hasil identifikasi pada
klasifikasi promosi dengan nilai akurasi tertinggi 76,6%, nilai F1 tertinggi 67,8%, nilai
presisi tertinggi sebesar 65,9%, dan nilai recall tertinggi sebesar 76,6%. | en_US |
dc.relation.ispartofseries | Volume 5 ; Nomor 2 ; Juli 2022;127-133 | - |
dc.subject | Data Mining, Klasifikasi, Perbandingan, Prediksi, Promosi | en_US |
dc.title | Komparasi 3 Metode Algoritma Klasifikasi Data Mining Pada Prediksi Kenaikan Jabatan | en_US |
dc.type | Other | en_US |
Appears in Collections: |
|