PERBANDINGAN PERFORMA ALGORITMA NAÏVE BAYES DAN C45

(Studi Kasus pemilihan promosi karyawan PT. South Pacific Viscose)

  • Yusuf Muhyidin STT Wastukancana Purwakarta
  • Kharisma Alfiansyah STT Wastukancana Purwakarta
  • Erwin Parasian Hutapea STT Wastukancana Purwakarta
Keywords: Promosi karyawan, Data Mining, Rapid Miner, Naïve Bayes, C45

Abstract

Seiring berjalannya waktu perkembangan akan industri baik dari sektor otomotif, kimia, makanan dan tekstil terus mengalami peningkatan. Hal tersebut terjadi karena adanya permintaan dari konsumen terkait produk yang harus terus menerus dipenuhi. Begitupun dengan PT. South Pacific Viscose yang bergerak dibidang industri kimia memerlukan banyak karyawan untuk menjalankan operasional perusahaan. Untuk cabang di Indonesia karyawan yang dimiliki sejumlah 1600 orang. Untuk meningkatkan performa karyawan setiap 3-5 tahun sekali diadakan promosi karyawan yang dilakukan melalui proses seleksi. Dari hasil observasi terhadap dataset penentuan promosi jabatan karyawan departemen engineering PT. Lenzing dan melalui proses mining menggunkan aplikasi rapid miner melalui metode klasifikasi naive bayes dan Decision tree (C4.5) dengan atribut yang telah dijelaskan dipembahasan sebelumnya, didapatkan sebuah hasil bahwa nilai akurasi terhadap prediksi sebesar 80 % menggunakan algoritma naïve bayes dan 60 % menggunakan algortima C4.5 Dan Berdasarkan langkah-langkah penelitian yang telah dilakukan melalui metode perbandingan akurasi dapat disimpulkan bahwa algortima naïve bayes memiliki performa yang lebih baik dibandingkan dengan algoritma C4.5 dalam konteks dataset yang digunakan.

Published
2019-11-01