Implementasi Sistem Klasifikasi Tim Kerja Menggunakan Algoritma Naïve Bayes (Studi Kasus: PT.MNL)

Penulis

  • Tasya Angelya Sistem Informasi, Universitas Multi Data Palembang
  • Abdul Rahman Sistem Informasi, Universitas Multi Data Palembang
  • Iis Pradesan Sistem Informasi, Universitas Multi Data Palembang

DOI:

https://doi.org/10.25077/TEKNOSI.v9i2.2023.86-94

Kata Kunci:

Naive Bayes

Abstrak

PT.MNL adalah perusahaan swasta yang bergerak dibidang jasa kehutanan khususnya Hutan Tanaman Industri. Perusahaan memiliki banyak areal kerja yang memiliki banyak tim kerja di semua arealnya. Mengingat besarnya tim kerja, pemilik perusahaan harus bisa menjaga kinerja tim kerjanya agar selalu berada dalam posisi baik. Dengan semakin banyaknya tim kerja maka data yang masuk ke dalam perusahaan semakin banyak pula, data-data tersebut tentunya perlu dimanfaatkan dengan cara mengolah dan menganalisis untuk menghasilkan suatu informasi yang berguna bagi perusahaan. Sehingga dapat digunakan dalam mengklasifikasikan seluruh anggota-anggota tim pada lokasi kerja tertentu. Maka dari itu, diperlukan sebuah teknologi Data Mining yang dapat membantu perusahaan dalam memilah nama tim yang sebaiknya dipilih. Metode yang dipakai untuk klasifikasi tim kerja adalah algoritma Naïve Bayes. Penelitian ini menghasilkan tingkat akurasi klasifikasi sebesar 93,66%, hasil recall 90,74% serta hasil precision sebesar 88,58% sehingga hal ini menunjukkan bahwa sistem klasifikasi tim menggunakan algoritma Naive Bayes dapat digunakan oleh pemilik perusahaan sebagai bahan pertimbangan dalam mengatur persebaran tim di setiap lokasi kerja.

Referensi

[1] H. T. Sherly, Yosef Stephen, “Analisis dan Perancangan Data Warehouse Pada Koperasi IPEKA,†Encyclopedia of Geographic Information Science, pp. 1–6, 2018, doi: 10.4135/9781412953962.n41. [2] H. Lubis and D. B. Srisulistiowati, “Implementasi Sistem Data Mining Untuk Menentukan Stock Accuracy Pada Warehouse PT Coca-Cola Amatil Indonesia Cibitung–Plant,†Jurnal Media Informatika Budidarma, vol. 4, no. 1, p. 72, 2020, doi: 10.30865/mib.v4i1.1795. [3] M. Kusmawaty, “Perancangan dan implementasi data mining dalam proses penerimaan siswa baru dengan metode quantitative association rule,†Jurnal Teknik Komputer, 2017. [4] Retroningsih, “Bab II Landasan Teori,†J Chem Inf Model, vol. 53, no. 9, pp. 8–24, 2019. [5] D. Puspitasari, S. S. Al Khautsar, and W. P. Mustika, “Algoritma Naïve Bayes Untuk Memprediksi Kredit Macet Pada Koperasi Simpan Pinjam,†Jurnal Informatika Upgris, vol. 4, no. 2, 2019, doi: 10.26877/jiu.v4i2.2919. [6] A. W. Syaputri and E. Irwandi, “Naive Bayes Algorithm for Classification of Student Major’s Specialization,†Journal of Intelligent Computing and Health Informatics, vol. 1, no. 1, pp. 1–5, 2020. [7] A. Saleh, “Implementasi Naive Bayes,†Journal of Informatics, Information System, Software Engineering and Applications (INISTA), vol. 2, no. 3, pp. 73–81, 2015, doi: 10.20895/inista.v1i2.73. [8] E. Manalu, F. A. Sianturi, and M. R. Manalu, “Penerapan Algoritma Naive Bayes Untuk Memprediksi Jumlah Produksi Barang Berdasarkan Data Persediaan Dan Jumlah Pemesanan Pada CV. Papadan Mama Pastries,†Jurnal Mantik Penusa, vol. 1, no. 2, pp. 16–21, 2017. [9] P. Han, Kamber, Data mining: Data mining concepts and techniques. 2014. doi: 10.1109/ICMIRA.2013.45. [10] H. F. Putro, R. T. Vulandari, and W. L. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,†vol. 8, no. 2, 2020. [11] F. Fitriyani, “Implementasi Forward Selection dan Bagging untuk Prediksi Kebakaran Hutan Menggunakan Algoritma Naïve Bayes,†Jurnal Nasional Teknologi dan Sistem Informasi, vol. 8, no. 1, pp. 1–8, 2022, doi: 10.25077/teknosi.v8i1.2022.1-8. [12] E. Y. Hidayat and M. A. Rizqi, “Klasifikasi Dokumen Berita Menggunakan Algoritma Enhanced Confix Stripping Stemmer dan Naïve Bayes Classifier,†Jurnal Nasional Teknologi dan Sistem Informasi, vol. 6, no. 2, pp. 90–99, 2020, doi: 10.25077/teknosi.v6i2.2020.90-99. [13] M. Silvana, R. Akbar, and A. Syahnum, “Pemanfaatan Metode Naïve Bayes dalam Implementasi Sistem Pakar Untuk Menganalisis Gangguan Perkembangan Anak,†Jurnal Nasional Teknologi dan Sistem Informasi, vol. 6, no. 2, pp. 74–81, 2020, doi: 10.25077/teknosi.v6i2.2020.74-81. [14] Abiyoga, A. Wicaksana, and N. M. S. Iswari, “Decision Support System for Choosing an Elective Course Using Naive Bayes Classifier,†in Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing, R. Lee, Ed., Cham: Springer International Publishing, 2020, pp. 97–110. doi: 10.1007/978-3-030-26428-4_7. [15] Moh. S. Anam, “Social Assistance Decision Support System Using the Naive Bayes Method,†JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer, vol. 1, no. 1, p. 85, 2021, doi: 10.32503/jtecs.v1i1.1433. [16] D. M. Khairina, S. Maharani, Ramadiani, and H. R. Hatta, “Decision support system for admission selection and positioning human resources by using naive bayes method,†Adv Sci Lett, vol. 23, no. 3, pp. 2495–2497, 2017, doi: 10.1166/asl.2017.8653. [17] F. Burdi, A. H. Setianingrum, and N. Hakiem, “Application of the naive bayes method to a decision support system to provide discounts (Case study: PT. Bina Usaha Teknik),†Proceedings - 6th International Conference on Information and Communication Technology for the Muslim World, ICT4M 2016, pp. 281–285, 2017, doi: 10.1109/ICT4M.2016.57. [18] A. P. Fadillah, “Penerapan Metode CRISP-DM untuk Prediksi Kelulusan Studi Mahasiswa Menempuh Mata Kuliah (Studi Kasus Universitas XYZ),†Jurnal Teknik Informatika dan Sistem Informasi, vol. 1, no. 3, pp. 260–270, 2015, doi: 10.28932/jutisi.v1i3.406. [19] M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,†Journal of Applied Informatics and Computing, vol. 5, no. 2, pp. 103–108, 2021. [20] M. H. Adiya and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru,†vol. 01, pp. 17–24, 2019. [21] M. K. Suryadewiansyah and T. E. E. Tju, “Naïve Bayes dan Confusion Matrix untuk Efisiensi Analisa Intrusion Detection System Alert,†Jurnal Nasional Teknologi dan Sistem Informasi, vol. 8, no. 2, pp. 81–88, 2022, doi: 10.25077/teknosi.v8i2.2022.81-88. [22] D. K. Sharma, M. Chatterjee, G. Kaur, and S. Vavilala, “3 - Deep learning applications for disease diagnosis,†D. Gupta, U. Kose, A. Khanna, and V. E. B. T.-D. L. for M. A. with U. D. Balas, Eds., Academic Press, 2022, pp. 31–51. doi: 10.1016/B978-0-12-824145-5.00005-8.

Unduhan

Telah diserahkan

15-03-2023

Diterima

26-05-2023

Diterbitkan

31-08-2023

Cara Mengutip

[1]
T. Angelya, A. Rahman, dan I. Pradesan, “Implementasi Sistem Klasifikasi Tim Kerja Menggunakan Algoritma Naïve Bayes (Studi Kasus: PT.MNL)”, TEKNOSI, vol. 9, no. 2, hlm. 86–94, Agu 2023.

Terbitan

Vol 9 No 2 (2023): Agustus 2023

Bagian

Articles

Lisensi

Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.

Kami menyatakan bahwa:

  1. Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
  2. Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
  3. Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.

 Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.

Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.

Hak / Syarat dan Ketentuan yang dipertahankan :

  1. Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
  2. Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya  ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
  3. Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.

Artikel Serupa

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.