OPTIMASI PENILAIAN KINERJA MELALUI ANALISIS PERBANDINGAN ALGORITMA MACHINE LEARNING (1.1.4.23.015/ART/O)

MANURUNG, ARTHA GLORY ROMEY and Habibi, Roni and Andarsyah, Roni (2023) OPTIMASI PENILAIAN KINERJA MELALUI ANALISIS PERBANDINGAN ALGORITMA MACHINE LEARNING (1.1.4.23.015/ART/O). Diploma thesis, ULBI.

Full text not available from this repository.

Abstract

ABSTRAK Penilaian kinerja merupakan aspek penting dalam berbagai bidang, terutama dalam penilaian kinerja karyawan. Penelitian ini bertujuan untuk meningkatkan penilaian kinerja melalui analisis perbandingan algoritma Naïve Bayes, Decision Tree dan Support Vector Machine. Data yang digunakan merupakan data kuisioner terhadap karyawan dan mahasiswa magang yang kemudian dikelola untuk menilai kinerja menggunakan pendekatan skala likert. Selanjutnya, untuk mengoptimasi hasil penilaian tersebut digunakan algortima machine learning untuk mencari perbandingan akurasi yang paling baik dari hasil perhitungan tersebut. Hasil analisis perbandingan menunjukan bahwa algoritma Decision Tree memiliki akurasi yang paling tinggi untuk data karyawan dan data mahasiswa magang dibandingkan dengan yang algoritma lainnya, yaitu sebesar 100%. Data yang sudah dikelola menunjukan bahwa hasil penilaian kinerja karyawan dan mahasiswa magang berada pada kategori baik dengan nilai 59.2% untuk penilaian karyawan dan 78.0% untuk penilaian mahasiswa magang. Kata kunci: Penilaian Kinerja, Naïve Bayes, Decision Tree, SVM, Skala Likert

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Depositing User: Unnamed user with email [email protected]
Date Deposited: 23 Jan 2024 03:39
Last Modified: 23 Jan 2024 03:39
URI: http://eprint.ulbi.ac.id/id/eprint/2097

Actions (login required)

View Item View Item