Evaluasi kinerja pegawai menggunakan algoritma decision tree C4.5

DETAIL KOLEKSI

Evaluasi kinerja pegawai menggunakan algoritma decision tree C4.5

Oleh : Kania Ayu Putri

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2022

Pembimbing 1 : Dedy Sugiarto

Pembimbing 2 : Abdul Rochman

Subyek : Data mining;Organizational effectiveness;Performance standards

Kata Kunci : performance employee measurements, decision tree c4.5, and confusion matrix

Status Posting : Published

Status : Lengkap

File Repositori

No.	Nama File	Hal.
1.	2022_TA_SIF_064001800512_Halaman-Judul.pdf	18
2.	2022_TA_SIF_064001800512_Lembar-Pengesahan.pdf	3
3.	2022_TA_SIF_064001800512_Bab-1_Pendahuluan.pdf	5
4.	2022_TA_SIF_064001800512_Bab-2_Tinjauan-Pustaka.pdf	44
5.	2022_TA_SIF_064001800512_Bab-3_Metodologi-Penelitian.pdf	16
6.	2022_TA_SIF_064001800512_Bab-4_Hasil-dan-Pembahasan.pdf	30
7.	2022_TA_SIF_064001800512_Bab-5_Kesimpulan-dan-Saran.pdf	2
8.	2022_TA_SIF_064001800512_Daftar-Referensi.pdf	6
9.	2022_TA_SIF_064001800512_Lampiran.pdf	30

Abstrak
Abstract

P egawai berkualitas merupakan salah satu penentu dari keberhasilan suatu instansi dalam mencapai tujuannya. Namun, pada kenyataannya ditemukan kesulitan dalam penilaian kualitas kinerja pegawai yang terdiri dari banyak kriteria. Berdasarkan hal tersebut metode Decision Tree C4.5 dipilih untuk melakukan evaluasi terhadap ragam atribut yang digunakan. Algoritma Decision Tree merupakan metode klasifikasi pada data mining. Metode ini adalah sebuah model prediksi yang dapat digunakan untuk mewakili kedua model klasifikasi dan regresi, dalam operasi penelitiannya algoritma ini merujuk pada sebuah model hierarki dari beberapa keputusan dan konsekuensi- konsekuensi yang dimiliki. Setelah metode diterapkan dibutuhkan pembuktian seberapa akurat model yang dibangun dalam memprediksi tuple dari berbagai kelas. Evaluasi model klasifikasi ini menggunakan Confusion Matrix. Implementasi system pada penelitian ini menggunakan Rshiny. Hasil dari penelitian ini adalah metode Decision Tree C4.5 dapat diimplimentasikan untuk melakukan evaluasi kinerja pegawai di Pusintek yang memiliki nilai akurasi sebesar 90%.

T he quality of employees is one of the determinants of an agencyâ€™s success in achieving its goals. However, in reality, there are difficulties in assessing the quality of employee performance which consists of many criteria. Based on this, the Decision Tree C4.5 method was chosen to evaluate the various attributes used. Decision Tree algorithm is a classification method in data mining. This method is a predictive model that can be used to represent both classification and regression models, in its research operation this algorithm refers to a hierarchical model of several decisions and their consequences. After the method is applied, it is necessary to prove how accurate the model built is in predicting tuples from various classes. Evaluation of this classification model using Confusion Matrix. The implementation of the system in this study uses Rshiny. The result of this research is that the Decision Tree C4.5 method can be implemented to evaluate the performance of employees at Pusintek which has an accuracy value of 90%.