PREDIKSI KELULUSAN TEPAT WAKTU PESERTA MAGANG MENGGUNAKAN ALGORITMA C4.5 DECISION TREE PADA PERUSAHAAN XYZ

Penulis

  • Muhammad Azmi Fadhlurrahman Universitas Budi Luhur
  • Titin Fatimah Universitas Budi Luhur

Kata Kunci:

C4.5, Prediksi, Magang, Data Mining

Abstrak

Pelatihan kerja atau magang adalah keseluruhan kegiatan yang dilakukan untuk memberikan, memperoleh, meningkatkan, dan memaksimalkan serta menumbuhkan kompetensi kerja, produktivitas, kedisiplinan, perubahan pola pikir, dan etos bekerja pada tingkat keterampilan dan keahlian tertentu yang sesuai dengan tingkatan dan kualifikasi posisi atau pekerjaan. Belum adanya suatu sistem yang mampu melakukan prediksi kelulusan tepat waktu peserta magang di Perusahaan XYZ. Penelitian ini bertujuan untuk merancang suatu sistem yang mampu untuk membantu pengambil keputusan untuk mempercepat proses pengambilan keputusan dalam menentukan kelulusan tepat waktu peserta magang di Perusahaan XYZ. Data mining dapat menjadi solusi untuk memprediksi apakah peserta magang berpotensi akan lulus tepat waktu atau tidak. Oleh karena itu, pada penelitian ini akan mengolah data peserta magang untuk memprediksi peserta magang yang berpotensi lulus tepat waktu dengan menggunakan metode Decision Tree pada algoritme C4.5. Untuk pengujian menggunakan algoritme C4.5 dengan membagi dataset sebesar 80% untuk data latih dan 20% untuk data uji. Setelah dilakukan pembagian dataset akan dilakukan proses perhitungan dan pembentukan pohon keputusan, dan akan menghasilkan sebuah keputusan akhir berupa prediksi kelulusan tepat waktu atau terlambat. Bahasa pemrograman menggunakan bahasa pemrograman PHP menggunakan framework Codeigniter. Hasil penelitian menunjukan bahwa pohon keputusan yang dihasilkan dari algoritme C4.5 memiliki akurasi sebesar 88.88%, dengan menggunakan algoritme C4.5 berhasil meningkatkan akurasi algoritma C4.5 sebesar 3.88% dari penelitian sebelumnya yang menggunakan metode Naive Bayes pada kasus yang sama, sehingga menghasilkan hasil yang lebih baik dalam memprediksi peserta magang yang berpotensi tepat waktu.

Referensi

F. Gunadi and S. R. Widianto, Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Perbandingan Data Warehouse Cloud Computing Menggunakan Konvensional Berbasis Kriptografi, 2020.

A. Prasetyo et al., “IMPLEMENTASI DATA MINING UNTUK ANALISIS DATA PENJUALAN DENGAN MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS DAPOERIN’S) Program Studi Sistem Informasi [2],” vol. VIII, no. 2, 2020.

E. Tachi and N. & Andri, “Penerapan Data Mining Untuk Analisis Daftar Pembelian Konsumen Dengan Menggunakan Algoritma Apriori Pada Transaksi Penjualan Toko Bangunan MDN,” 2021.

L. Setiyani, M. Wahidin, D. Awaludin, and S. Purwani, “Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review,” Faktor Exacta, vol. 13, no. 1, p. 35, Jun. 2020, doi: 10.30998/faktorexacta.v13i1.5548.

A. Sapitri1, N. Elisya2, N. M. Mustafa3, and M. Badrul4, “Makasar Jakarta Timur; (021) 28534471; 2Sistem Informasi; Universitas Nusa Mandiri,” Universitas Nusa Mandiri Jl. Jatiwaringin, vol. 7, no. 1, p. 28534471, 2022.

A. Kristianus Lalo, P. Batarius, Y. Carmeneja, and H. Siki, “Implementasi Algoritma C4.5 Untuk Klasifikasi Penjualan Barang di Swalayan Dutalia,” 2021.

P. Kasih, “Pemodelan Data Mining Decision Tree Dengan Classification Error Untuk Seleksi Calon Anggota Tim Paduan Suara,” vol. 1, no. 2, pp. 63–69, 2019.

B. Ferdiansyah and L. goeirmanto, “Prediksi Loyalitas dalam Keterikatan Karyawan terhadap Perusahaan Menggunakan Algoritma C4.5* (Studi Kasus PT.XYZ),” vol. 8, no. 1, 2020.

P. B. N. Setio, D. R. S. Saputro, and B. Winarno, “PRISMA, Prosiding Seminar Nasional Matematika Klasifikasi dengan Pohon Keputusan Berbasis Algoritme C4.5,” vol. 3, pp. 64–71, 2020, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/

M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” 2021. [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC

Unduhan

Diterbitkan

11-10-2023

Cara Mengutip

Fadhlurrahman, M. A., & Fatimah, T. (2023). PREDIKSI KELULUSAN TEPAT WAKTU PESERTA MAGANG MENGGUNAKAN ALGORITMA C4.5 DECISION TREE PADA PERUSAHAAN XYZ. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 762–770. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/880

Terbitan

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>