DATA MINING PENILAIAN KINERJA KARYAWAN UPI CONVENTION GROUP MENGGUNAKAN BAYESIAN CLASSIFIER

  • Eka Praja Wiyata Mandala Teknik Informatika, Fakultas Ilmu Komputer, Universitas Putra Indonesia YPTK Padang
  • Muhammad Ridwan Manajemen, Fakultas Ekonomi dan Bisnis, Universitas Putra Indonesia YPTK Padang
  • Dewi Eka Putri Teknik Informatika, Fakultas Ilmu Komputer, Universitas Putra Indonesia YPTK Padang
Keywords: Data Mining, Bayesian Classifier, Kriteria, Kinerja, Karyawan

Abstract

Kinerja merupakan tingkat berhasilnya seorang karyawan dalam periode tertentu ketika melaksanakan pekerjaannya berupa standar dari hasil kerja dan target yang sudah dicapai. Kinerja biasa juga disebut dengan prestasi kerja yang merupakan gabungan dari kemampuan dari seorang karyawan, usaha yang dilakukannya dan kesempatan yang bisa dinilai dari semua hasil kerjanya. Penilaian kinerja karyawan harus dilakukan pada semua bidang usaha yang melibatkan karyawan didalamnya, termasuk UPI Convention Group sebagai pengelola gedung pertemuan dan penyedia fasilitas untuk menunjang semua kegiatan yang dilakukan di gedung tersebut. UPI Convention Group memiliki karyawan tetap yang ditempatkan pada dua gedung yang dikelola yaitu UPI Exhibition Hall dan UPI Convention Center. Padatnya kegiatan yang dilakukan pada kedua gedung tersebut, diantaranya adalah acara pernikahan, seminar, pertemuan dan kegiatan lainnya membuat pihak manajemen UPI Convention Group mempunyai masalah dengan kinerja karyawan mereka yang dirasakan tidak stabil, kadang kinerja mereka bagus, kadang kurang bagus. Karena masalah ini, maka diperlukan sebuah aplikasi pendukung untuk melakukan penilaian kinerja karyawan di UPI Convention Group, dimana aplikasi ini dibuat menggunakan pendekatan data mining dengan metode bayesian classifier untuk menentukan nilai probabilitas dari masing-masing kriteria penilaian. Hasilnya sangat membantu manajemen UPI Convention Group dalam proses penilaian kinerja karyawan berdasarakan kriteria-kriteria yang sudah ditentukan.

Downloads

Download data is not yet available.

References

Han, J. and Kamber, M., 2011, Data Mining Concepts and Techniques Third Edition. Elsevier
Mandala, E.P.W., 2015. Web Programming Project 1 : epwm Forum. Yogyakarta : Penerbit Andi
Mandala, E.P.W., 2015., Data Mining Menggunakan Bayesian Classifier Untuk Menentukan Kelayakan Kendaraan Yang Akan Dijual Pada Showroom Motor Bekas. Prosiding Senatkom, 1, pp 42-49
Mulyati, S and Setiani, N., 2018, Identifying Students’ Academic Achievement And Personality Types With Naive Bayes Classification. Sebatik, 22(2), pp 64-68
Palupi, S., Lailiyah, S and Sihotang, V., 2018., Sistem Pendukung Keputusan Pemerimaan Karyawan Pada PT. Suryaintan Tri Lestari Dengan Metode Ahp Berbasis Web., Sebatik, 11(1), pp 25-31
Pauziah, U., 2017., Analisis Penentuan Karyawan Terbaik Menggunakan Metode Algoritma Naive Bayes (Studi Kasus PT. XYZ), Prosiding Diskusi Panel Pendidikan, pp 94-102
Putri, D.E., 2015, Metode Non Hierarchy Algoritma K-Means Dalam Mengelompokkan Tingkat Kelarisan Barang (Studi Kasus : Koperasi Keluarga Besar Semen Padang). Prosiding Senatkom, 1, pp 36-41
Ramadhoni, S., Mandala, E.P.W and Afdhal, M., 2019, Sistem Pakar Diagnosa Penyakit Kulit Pada Anjing Menggunakan Metode Bayes, Seminar Nasional Teknologi Komputer & Sains (SAINTEKS), 1 (1), pp 873 – 876
Ridwan, M., 2017, Analisis Pengaruh Kompensasi, Disiplin Kerja Dan Komitmen Terhadap Kinerja Karyawan Pada UPI Convention Center Padang, Ekobistek, 6(1), pp 178-185
Saefudin and Lestari, S., 2015, Sistem Pendukung Keputusan Untuk Penilaian Kinerja Karyawan PT. Mulya Spindo Mills Menggunakan Metode Algoritma C4.5. Jurnal Protekinfo, 2, pp 40-43
Sari, D.P., Rinawati, D.I., Arvianto, A. and Mujur, M., 2014., Perancangan Sistem Penilaian Kinerja Karyawan Dan Pemberian Reward Menggunakan Analytical Hierarchy Process (AHP) Dan Fuzzy Synthetic Decision Approach, J@TI Undip, IX(3)¸ pp 181-186
Windarto, A.P., 2017, Penilaian Prestasi Kerja Karyawan Ptpn Iii Pematangsiantar Dengan Metode Simple Additive Weighting (SAW), Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK), 2(1), pp 84-95
Witten, I.H., Eibe, F. and Hall, M.A., 2011, Data mining Practical Machine Learning Tools and Techniques 3rd Edition, Elsevier
Published
2019-06-01
How to Cite
Mandala, E., Ridwan, M. and Putri, D. (2019) “DATA MINING PENILAIAN KINERJA KARYAWAN UPI CONVENTION GROUP MENGGUNAKAN BAYESIAN CLASSIFIER”, Sebatik, 23(1), pp. 53-57. Available at: http://jurnal.wicida.ac.id/index.php/sebatik/article/view/443 (Accessed: 16October2019).
Section
Articles