Perbandingan Metode Algoritma Naïve Bayes dan C4.5 dalam Menentukan Penilaian Kinerja Karyawan Terbaik

Abstract

Karyawan terbaik merupakan salah satu asset perusahaan dan menjadi tolak ukur untuk kemajuan perusahaan itu sendiri. Dalam penilaian biasanya dengan mengevaluasi kinerja karyawan tersebut misalnya dari aspek kerajinan, kedisiplinan dan dari aspek prestasi lainnya. Penentuan karyawan terbaik sebelumnya masih kurang efektif. Hasil penilaian karyawan akan dimanfaatkan dan dievaluasi oleh pihak manajemen sebagai pengelola perusahaan. Banyaknya parameter dalam menentukan penilaian kinerja karyawan terbaik, menyebabkan ketepatan dan kecepatan dalam penilaian kerja kurang terpenuhi. Metode klasifikasi data mining merupakan sebuah teknik yang dilakukan untuk menghitung class atau label, menghitung jumlah kasus yang sama dengan class yang sama, mengalikan semua hasil variabel, membandingkan hasil class dengan hasil terbesar yang akan dijadikan pertimbangan untuk memutuskan karyawan terbaik. Algoritma klasifikasi yang sering digunakan dan mendapat banyak perhatian para peneliti dalam menetukan penilaian kinerja karyawan adalah algoritma Naïve Bayes dan algoritma C4.5. Perbandingan accuracy dari kedua algoritma dan hasil tertinggi akan menjadi hasil akhir. Dari 180 dataset dibagi menjadi 80% (144 data) training dan 20% (36 data) testing yang memiliki nilai accuracy tertinggi yaitu 85.07%. Hal ini menunjukkan bahwa algoritma Naive Bayes memiliki performa yang sangat baik dalam menentukan penilaian kinerja karyawan terbaik sehingga dapat di implemetasikan untuk proses pengambilan keputusan bagi perusahaan.