Implementasi Data Mining Menggunakan Algoritma Naive Bayes Classifier Untuk Analisis dan Evaluasi Kinerja Karyawan pada PT. Minggah Gugah Nan Mumpuni

Novi Apriani; Eka Sri  Rahayu

doi:10.69693/ijim.v4i3.1963

Authors

Novi Apriani Universitas Pamulang
Eka Sri Rahayu Universitas Pamulang

DOI:

https://doi.org/10.69693/ijim.v4i3.1963

Keywords:

naive bayes classifier, kinerja karyawan, evaluasi kinerja karyawan, Key Performance Indicator

Abstract

Evaluasi kinerja karyawan merupakan proses penting dalam pengambilan keputusan, khususnya dalam menentukan kelanjutan status kerja karyawan. Pada PT Minggah Gugah Nan Mumpuni proses evaluasi kinerja karyawan yang masih dilakukan secara manual menimbulkan permasalahan berupa waktu pemrosesan yang lama serta potensi ketidakkonsistenan hasil penilaian antar periode. Penelitian ini dilakukan untuk merancang dan mengimplementasikan. Sistem manajement KPI (Key Performance Indicator) yang mampu melakukan klasifikasi status kelanjutan kontrak karyawan secara otomatis menggunakan algoritma Naive Bayes Classifier. Sistem dirancang untuk mengakomodasi divisi yang ada pada perusahaan diantaranya, Sales, Marketplace, Marketing dan Warehouse Data penilaian kinerja bulanan diagregasi menjadi data per periode semester, kemudian didiskritisasi ke dalam kategori Baik, Cukup, dan Rendah sebelum diproses menggunakan algoritma Naive Bayes dengan penerapan Laplace Smoothing untuk mengatasi permasalahan zero-frequency. Pengujian tingkat akurasi model dilakukan menggunakan metode Leave-One-Out Cross Validation (LOOCV) pada data riil hasil keputusan HR (Human Resources), dengan hasil akurasi yang bervariasi pada tiap divisi, yaitu Sales sebesar 76,2%, Warehouse sebesar 75,0%, Marketplace sebesar 52,6%, dan Marketing sebesar 38,9%. Hasil pengujian menunjukkan bahwa keputusan HR (Human Resources) tidak sepenuhnya dapat diprediksi hanya berdasarkan indikator KPI kuantitatif, mengindikasikan adanya faktor kualitatif lain yang turut memengaruhi pengambilan keputusan. Validasi implementasi sistem yang dilakukan melalui perbandingan perhitungan manual dan hasil keluaran sistem pada sampel data tiap divisi menunjukkan hasil yang konsisten, sehingga membuktikan bahwa algoritma Naive Bayes Classifier telah diimplementasikan sesuai dengan kaidah perhitungan teoritis.

Kata kunci: Naive bayes classifier, kinerja karyawan, Evaluasi kinerja karyawan, Key Performance Indicator

Downloads

Download data is not yet available.

References

[1] Akhmad F. dkk, E. N. (2023). SISTEM INFORMASI INVENTORI PERSEDIAAN BARANG PADA PT. YASA BERKAH MANDIRI MENGGUNAKAN PHP DAN MYSQL. Jurnal Teknik Dan Science, 2(3), 29–34. https://doi.org/10.56127/jts.v2i3.1040

[2] Anis Senika, R. D. (2022). Implementasi Metode Naïve Bayes Dalam Penilaian Kinerja Sales Marketing Pada PT. Pachira Distrinusa, 701-109. https://doi.org/10.30865/mib.v6i1.3331

[3] Edhy Poerwandono, F. J. (2023). Penerapan Data Mining Untuk Penilaian Kinerja Karyawan Di PT. Riksa Dinar DJaya Menggunakan Metode Naïve Bayes Classification. Jurnal Sains dan Teknologi, 336-340. https://doi.org/10.55338/saintek.v5i1.1416

[4] Edward Robinson Siagian, D. T. (2023). Implementasi Algoritma Naïve Bayes Classifier Dalam Penerimaan Karyawan. Jurnal Sains dan Teknologi, 49−56. https://doi.org/10.47065/bees.v3i1.3169

[5] Fatoni Abdul Kadir, F. N. (2024). Penerapan Data Mining Untuk Identifikasi Kinerja Technical Support di PT Maxindo Mitra Solusi Dengan Metode Naïve Bayes. Jurnal Mahasiswa Teknik Informatika, 11545-11553. https://doi.org/10.36040/jati.v8i6.11509

[6] Harahap, F., Fahrozi, W., Adawiyah, R., Siregar, T. E., & Harahap, N. A. (2023). Implementasi Data Mining dalam Memprediksi Produk AC Terlaris untuk Meningkatkan Penjualan Menggunakan Metode Naive Bayes. JURNAL UNITEK, 41-51. https://doi.org/10.52072/unitek.v16i1.541

[7] Haya Pangestu, B. (2023). Data Mining Menggunakan Algoritma Naïve Bayes Classifier Untuk Evaluasi Kinerja Karyawan. Jurnal Riset Matematika, 177-184.

[8] https://doi.org/10.29313/jrm.v3i2.2837

[9] stiqomah. N. & Hidayat. A. (2021). Sistem Informasi Website Sebagai Media Promosi Dan Sarana Informasi Pada Rumah Sakit Mardi Waluyo Metro. urnal Mahasiswa Sistem Informasi (JMSI), 3(1), 19-26. https://doi.org/10.24127/jmsi.v3i1.1687

[10] Jeniarta. dkk. (2024). Pengujian Black Box dan White Box pada Sistem Rekomendasi Jenis Kendaraan Rental Mobil. EMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 1575-1581. https://doi.org/10.33005/sitasi.v2i1.306

[11] Kausar, A. I. (2023). Implementasi Algoritma Naive Bayes Classifier Untuk Penilaian Kinerja Dosen. PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer. https://doi.org/10.30656/prosisko.v10i2.6922

[12] Kurniawan. D. (2023). Belajar Pemrograman Web Dasar HTML, CSS, & Javascript Untuk Pemula. Penerbit Yayasan Prima Agus Teknik. https://penerbit.stekom.ac.id/index.php/yayasanpat/article/view/417

[13] Nabila S. Putri A. R. Dkk. (2021). Pemodelan Diagram UML Pada Perancangan Sistem Aplikasi Konsultasi Hewan Peliharaan Berbasis Android (Studi Kasus: Alopet). Jurnal Ilmu Komputer dan Bisnis, 12(2), 130-139. https://doi.org/10.47927/jikb.v12i2.150

[14] Nurfauziah. H. & Jamaliyah. I. (2022). Perbandingan metode testing antara blackbox dengan whitebox pada sebuah sistem informasi. Jurnal Visualika, 105-113.

[15] https://jurnas.saintekmu.ac.id/index.php/visualika/article/view/24

[16] Nuryansah D. & Ary M. (2024). IMPLEMENTASI ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK MEMPREDIKSI TINGKAT PRODUKTIVITAS KINERJA KARYAWAN. JIKA (Jurnal Informatika), 297-303. https://doi.org/10.55583/jtisi.v1i1.321

[17] Praniff A. C. et al., S. A. (2023). Pengujian Sistem Informasi Parkir Berbasis Web Pada UIN SUSKA RIAU Menggunakan White Box dan Black Box Testing. Jurnal Testing Dan Implementasi Sistem Informasi, 1(1), 1-16.

[18] Saputra I. & Rahmat H. K. (2024). Evaluasi Kinerja Karyawan dalam Suatu Perusahaan: Sebuah Kajian Kepustakaan. ournal of Current Research in Management, Policy, and Social Studies, 19-24. https://ejournal.hakhara-institute.com/index.php/MPSS/article/view/17

[19] Senika A. dkk. (2022). Implementasi metode Naïve Bayes dalam penilaian kinerja sales marketing pada PT. Pachira Distrinusa. Jurnal Media Informatika Budidarma, 701. https://doi.org/10.30865/mib.v6i1.3331

[20] Setiawan F. A. A. dkk, M. A. (2022). Analisis Aplikasi Berbasis Website Surat Menyurat Analisis Aplikasi Berbasis Website Surat Menyurat. urnal Teknik Informatika, 14(3), 147-151. https://ejurnal.ulbi.ac.id/index.php/informatika/article/view/2433

[21] Setiawansyah. S. (2024). Penerapan Metode Entropy dan Grey Relational Analysis dalam Evaluasi Kinerja Karyawan. Journal of Data Science and Information Systems, 2(1), 29-39. https://doi.org/10.58602/dimis.v2i1.100

[22] Simanjuntak A. Y. & Anita. A. (2022). Implementasi Data Mining Menggunakan Metode Naïve Bayes Classifier Untuk Data Kenaikan Pangkat Dinas Ketenagakerjaan Kota Medan. Journal of Science and Social Research, 85-91. https://doi.org/10.54314/jssr.v5i1.804

[23] Sirega. Y. S. dkk, S. B. (2024). Pemanfaatan Aplikasi MySQL untuk Membantu Siswa SMK Swasta Nur Azizi dalam Pengolahan Data. Jurnal Pengabdian Masyarakat, 229-240. https://doi.org/10.70340/japamas.v3i2.185

[24] Siregar. U. K. dkk., S. T. (2024). Pengembangan database Management system menggunakan My SQL. Jurnal Sains, Teknologi & Komputer, 1(1), 8-12. https://doi.org/10.56495/saintek.v1i1.450

[25] Sitorus P. S. P. dkk., H. J. (2025). SISTEM INFORMASI PEMBELANJAAN TAS WANITA BERBASIS WEBSITE DALAM MENINGKATKAN USAHA. JOURNAL OF SCIENCE AND SOCIAL RESEARCH, 8(3), 5386-5391. https://doi.org/10.54314/jssr.v8i3.4286

[26] Sriani, I. R. (2024). Impelementasi Data Mining terhadap Evaluasi Kinerja Guru dalam Mengajar Menggunakan Metode Naive Bayes Classifier. VISA: Journal of Visions and Ideas, 117-127. https://doi.org/10.47467/visa.v4i1.1274