Penentuan Kelayakan Karyawan Baru Menggunakan Data Mining Dengan Algoritma Decision Tree (C4.5)

Authors

  • Hamzah Kadar STMIK Widuri
  • Agus Budiyantara STMIK Widuri

DOI:

https://doi.org/10.61132/merkurius.v2i6.389

Keywords:

Employee, Data Mining, C4.5

Abstract

Eligibility for new employees includes individuals who have skills appropriate to the position they are applying for, have a high willingness to learn, communicate well, and have integrity and good work ethics. They must also be able to adapt to the work environment and team quickly, but determining the suitability of new employees is quite difficult given the competencies of each division, therefore the use of data mining is very suitable for determining the suitability of new employees according to the needs of the company which uses them. decision tree algorithm (C4.5), the results obtained from the decision tree algorithm process show the truth tree for classifying new employees and a high level of accuracy with a percentage of 98.44% based on test 2.

References

Abdul Fath Ramadhan, R. A. S., & L. M. F. A. (2024). Penerapan algoritma C4.5 untuk penerimaan calon pegawai negeri sipil KEMENKUMHAM Sulawesi Tenggara. Jurnal XYZ, 14(2), 133–138.

Abidin, Z., Nurhana, E., & Faruq, U. (2023). Analisis perbandingan algoritma decision tree C4.5 dan C50 pada data karyawan berpotensi promosi jabatan. ZA Pagar Alam, 17(2), 567–582.

Adria, H. M. (2022). Analisis perbandingan aplikasi data mining dalam memprediksi kualitas kinerja karyawan menggunakan metode algoritma C4.5. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 9(2), 1655–1665. https://doi.org/10.35957/jatisi.v9i2.1992

Ananda, R., Sumarno, S., & Gunawan, I. (2022). Prediksi promosi jabatan karyawan JNE Pematangsiantar dengan algoritma C4.5. Jurnal Sistem Komputer dan Informatika (JSON), 3(3), 358. https://doi.org/10.30865/json.v3i3.3763

Asri, A., Arifin, A., & Handoko, W. (2022). Implementasi metode Naive Bayes untuk klasifikasi penerima program keluarga harapan. Journal of Computer, 2(1), 21–26.

Gina Sonia, & Indriyani, A. (2023). Analisis penerapan data mining dengan metode algoritma C4.5 untuk pendataan karyawan tetap di KONI Sumatera Utara. Journal of Computer Science and Informatics Engineering (CoSIE), 2(1), 48–55. https://doi.org/10.55537/cosie.v2i1.523

Hidayah, A. N. Z., & Rozi, A. F. (2021). Penerapan data mining dalam menentukan kinerja karyawan terbaik dengan menggunakan metode algoritma C4.5 (Studi kasus: Universitas Mercu Buana Yogyakarta). Jurnal Information System & Artificial Intelligence, 1(2), 117–127.

Husein, A. M., & Brutu, M. (2022). Prediksi penerimaan calon karyawan dengan menggunakan algoritma C4.5 pada Biro Kesejahteraan Rakyat Provinsi Sumatera Utara. Digital Transformation Technology, 2(1), 16–20. https://doi.org/10.47709/digitech.v2i1.1769

Khoeri, I., & Iskandar Mulyana, D. (2021). Implementasi machine learning dengan decision tree algoritma C4.5 dalam penerimaan karyawan baru pada PT Gitareksa Dinamika Jakarta. Jurnal Sosial Teknologi, 1(7), 615–623. https://doi.org/10.59188/jurnalsostech.v1i7.126

Leidiyana, H., & Permana, A. A. (2020). Pemodelan klasifikasi dalam meningkatkan proses pemilihan calon karyawan dengan metode C4.5 dan jaringan syaraf tiruan. JIKA (Jurnal Informatika), 4(1), 7. https://doi.org/10.31000/jika.v4i1.2392

Purnama, A. I., Aziz, A., & Wiguna, A. S. (2020). Penerapan data mining untuk mengklasifikasi penerima bantuan PKH Desa Wae Jare menggunakan metode Naïve Bayes. Kurawal: Jurnal Teknologi, Informasi dan Industri, 3(2), 173–180. https://doi.org/10.33479/kurawal.v3i2.348

Putri, H., Purnamasari, A. I., Dikananda, A. R., Nurdiawan, O., & Anwar, S. (2021). Penerima manfaat bantuan non tunai kartu keluarga sejahtera menggunakan metode Naïve Bayes dan KNN. Building of Informatics, Technology and Science (BITS), 3(3), 331–337. https://doi.org/10.47065/bits.v3i3.1093

Rahmawan, H. (2020). Penentuan rekomendasi pelatihan pengembangan diri bagi pegawai negeri sipil menggunakan algoritma C4.5 dengan principal component analysis dan diskritisasi. Jurnal Tekno Kompak, 14(1), 5. https://doi.org/10.33365/jtk.v14i1.531

Romli, I., & Zy, A. T. (2020). Penentuan jadwal overtime dengan klasifikasi data karyawan menggunakan algoritma C4.5. Jurnal Sains Komputer & Informatika (J-SAKTI), 4(2), 694–702.

Rudianto, R., Wahyudi, T., & Handayani, P. (2022). Perbandingan akurasi C4.5 dan Naive Bayes untuk evaluasi kinerja karyawan PT Catur Sentosa Adiprana. Jurnal Sistem Informasi dan Ilmu Komputer Prima (JUSIKOM PRIMA), 5(2), 61–66. https://doi.org/10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2350

Saputra, R., Wijaya, D., Wijaya, T., & ... (2023). Penerapan data mining dalam proses penerimaan karyawan baru pada perusahaan outsourcing (SDM) dengan metode C4.5 menggunakan aplikasi Weka. Jurnal Bidang XYZ, 89–98. Retrieved from https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/101

Siallagan, E., Parlina, I., & Suhendri, D. (2022). Model aturan tingkat kepuasan pasien terhadap pelayanan Puskesmas menggunakan algoritma C4.5. Zahra, 1(2), 65–72.

Tulus, T. H. L., Id Hadiana, A., & Santikarama, I. (2022). Sistem prediksi awal terhadap atrisi karyawan menggunakan algoritma C4.5. Informatics and Digital Expert (INDEX), 4(1), 18–24. https://doi.org/10.36423/index.v4i1.882

Published

2024-10-01

How to Cite

Hamzah Kadar, & Agus Budiyantara. (2024). Penentuan Kelayakan Karyawan Baru Menggunakan Data Mining Dengan Algoritma Decision Tree (C4.5). Merkurius : Jurnal Riset Sistem Informasi Dan Teknik Informatika, 2(6), 29–41. https://doi.org/10.61132/merkurius.v2i6.389

Similar Articles

1 2 3 4 5 > >> 

You may also start an advanced similarity search for this article.