Penerapan Kombinasi Algoritma SVM-KNN dalam seleksi User SAKTI berdasarkan Hasil Kinerja Pegawai pada Kementerian XYZ

Abstract

Kementerian XYZ merupakan Kementerian dengan jumlah pegawai lebih dari 5.000 pegawai. Pada saat dibentuk tidak dilakukan pemetaan pegawai, hal ini mengakibatkan surplus jumlah pegawai, tidak terkecuali pada Biro Barang Milik Negara (BMN). Bagi sebuah organisasi, SDM yang berlimpah merupakan hal yang baik, namun perlu dilakukan penyeleksian pegawai agar dapat meningkatkan produktivitas sehingga keberhasilan organisasi dapat tercapai. Disamping itu, perbaikan sistem Administrasi Keuangan pemerintahan merupakan suatu keharusan yang diimbangi dengan pengembangan aplikasi terintegrasi Kementerian Keuangan yaitu Sistem Aplikasi Keuangan Tingkat Instansi (SAKTI). Dalam melakukan pengelolaan aset pada Biro BMN, setiap pegawai memiliki role user level kewenangan SAKTI dengan lingkup yang berbeda-beda. Penelitian ini bertujuan melakukan seleksi klasifikasi user berdasarkan hasil penilaian kinerja dengan penerapan metode Kombinasi algoritma SVM dan KNN menggunakan bahasa pemrograman Python. Berdasarkan pengujian dengan sampel data sebesar ±313 data pegawai dan 18 variabel pegawai dengan atribut target berupa kelayakan yaitu dipertahankan maupun dipertimbangkan, diperoleh hasil akurasi sebesar 94% pada Kernel SVM RBF; nilai K=5; metrik Euclidean;  Dapat disimpulkan seleksi user aplikasi SAKTI menggunakan kombinasi algoritma SVM dan KNN dapat memberikan prediksi guna meningkatkan efektivitas dan efisiensi organisasi dalam penempatan pegawai yang sesuai dengan kompetensi pada Biro BMN Kementerian XYZ. Penelitian selanjutnya diharapkan dapat membandingkan kombinasi algoritma SVM dan KNN dengan metrik serta parameter yang lebih banyak.