IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK PENERIMAAN KARYAWAN PADA PT. GHAFA INDONESIA BERBASIS WEB

Penulis

  • Muhamad Irsyad Universitas Budi Luhur
  • Titin Fatimah Universitas Budi Luhur

Kata Kunci:

tingkat akurasi, naive bayes, penerimaan karyawan

Abstrak

PT. Ghafa Indonesia didirikan pada tanggal 25 Juni 2013 dan berlokasi di Deltamas Cikarang, pusat kabupaten Bekasi, Indonesia. Untuk mendukung perusahaan listrik dalam layanan dan solusi mereka, perusahaan ini menyediakan layanan manajemen dan implementasi proyek profesional di bidang teknik elektro, pengadaan, dan pemeliharaan. Berdasarkan latar belakang yang dipaparkan di atas, perusahaan ini menggunakan algoritma Naïve Bayes untuk membandingkan tingkat akurasi penerimaan karyawan pada PT Ghafa Indonesia. Dengan demikian, dapat dirumuskan permasalahan adalah bagaimana menentukan perbandingan tingkat akurasi penerimaan karyawan baru. Setelah uji coba dan analisis yang dilakukan dalam penelitian ini, beberapa hal dapat disimpulkan. Salah satunya adalah bahwa algoritma Naïve Bayes dapat digunakan untuk menggunakan perbandingan tingkat akurasi penerimaan karyawan pada PT. Ghafa Indonesia. Metode Naïve Bayes juga dapat memprediksi perbandingan tingkat akurasi calon penerimaan karyawan pada PT. Ghafa Indonesia. Hasil uji coba atau pengujian dipengaruhi oleh data pelatihan yang digunakan dalam klasifikasi proses algoritma naïve bayes dijalankan menggunakan data training 10% dan data testing 90% dari data calon karyawan PT. Ghafa Indonesia periode tahun 2021 sampai dengan tahun 2024 dengan data keseluruhan sebanyak 202 data. Berdasarkan hasil pengujiannya diperoleh hasil accuracy 85.7%.

Referensi

H. Rakhmawati and Y. Lestari, “Peningkatan Performa Naive Bayes (NB) Berbasis Particle Swarm Optimization (PSO) Untuk Klasifikasi Penentu Penerimaan Karyawan,” J. Tek. Inform. dan Sist. Inf., vol. 3, no. 1, pp. 1–7, 2023.

V. Jessfry, and M. Siddik, “Penerapan Data Mining Menggunakan Algortima Apriori Dalam Membangun Sistem Persediaan,” JOISIE: Journal of Information Systems and Informatics Engineering, vol. 8, no. 1, pp. 187–199, 2024.

A. Sugiarto, Z. Hakim, S. Setiyowati, A. Gilar Pratama, and A. Heri Wibowo, “Sistem Pendukung Keputusan Seleksi Karyawan Menggunakan Metode Simple Additive Weighting Berbasis Web Pada PT. DCI,” TEKNOSAINS J. Sains, Teknol. dan Inform., vol. 10, no. 1, pp. 82–90, doi: 10.37373/tekno.v10i1.351, 2022.

A. Z. Macfud, A. P. Kusuma, and W. D. Puspitasari, “Analisis Algoritma Naive Bayes Classifier ( NBC ),” vol. 7, no. 1, pp. 87–94, 2023.

A. I. Shafarindu, L. Ernawati, and A. Zaidiah, “Penerapan Algoritma Naive Bayes untuk Klasifikasi Tingkat Kebugaran Jasmani Berdasarkan Hasil Pengukuran pada Pegawai,” Semin. Nas. Mhs. Ilmu Komput. dan Apl., no. September, pp. 278–287, 2021.

E. Martantoh and N. Yanih, “Implementasi Metode Naïve Bayes Untuk Klasifikasi Karakteristik Kepribadiaan Siswa Di Sekolah MTS Darussa’adah Menggunakan Php Mysql,” J. Teknol. Sist. Inf., vol. 3, no. 2, pp. 166–175, doi: 10.35957/jtsi.v3i2.2896, 2022.

H. et al. Hasugian, “Penerapan Metode SMART Pada Sistem Pendukung Keputusan Rekrutmen Karyawan Baru,” J. Media Informatika Budidarma, vol. 7, no. 1, pp. 189–198, 2023. doi: 10.30865/mib.v7i1.5195

Heliyanti Susana, “Penerapan Model Klasifikasi Metode Naive Bayes Terhadap Penggunaan Akses Internet,” J. Ris. Sist. Inf. dan Teknol. Inf., vol. 4, no. 1, pp. 1–8, doi: 10.52005/jursistekni.v4i1.96, 2022.

Juwita, M. Safii, and B. Efendi Damanik, “Algoritma Naïve Bayes Untuk Memprediksi Penjualan Pada Toko VJCakes Pematang Siantar,” J. Mach. Learn. Artif. Intell., vol. 1, no. 4, pp. 337–346, doi: 10.55123/jomlai.v1i4.1674, 2022.

T. Gunantohadi and C. Crysdian, “Review Penerapan Metode Klasifikasi Pada Sistem Rekomendasi Sosial Kemasyarakatan,” J. Apl. Teknol. Inf. dan Manaj., vol. 3, no. 2, pp. 84–91, doi: 10.31102/jatim.v3i2.1578, 2022.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Irsyad, M., & Fatimah, T. (2024). IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK PENERIMAAN KARYAWAN PADA PT. GHAFA INDONESIA BERBASIS WEB. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 382–389. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1316

Terbitan

Vol 3 No 2 (2024): Prosiding SENAFTI Ke-5 September 2024

Bagian

Artificial Intelligence

Lisensi

Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama

<< < 1 2 3 > >>