PERBANDINGAN AKURASI C4.5 DAN NAIVE BAYES UNTUK EVALUASI KINERJA KARYAWAN PT CATUR SENTOSA ADIPRANA

Abstract

ABSTRAK- Proses evaluasi penilaian kinerja karyawan PT Catur Sentosa Adiprana (CSA) belum sepenuhnya efektif dikarenakan proses perhitungannya yang masih dilakukan secara manual dan masih terdapat unsur subjektif dalam proses penilaiannya, sehingga hasil penilaian yang diperolehpun menjadi kurang akurat dan Algoritmamenyebabkan ketidakpuasan serta ketidakadilan bagi karyawan. Menilai setiap karyawan tentunya bukan hal yang mudah jika jumlah karyawan begitu banyak, maka dari itu penerapan data mining dengan metode Algoritma klasifikasi C4.5 (Decision tree) dan Naïve Bayes dipilih untuk membantu proses evaluasi penilaian kinerja karyawan dalam menentukan mana karyawan yang layak dan mana yang tidak layak untuk dipertahankan dengan mengidentifikasi berbagai faktor apa saja yang dapat memengaruhinya. Pengimplementasian kedua metode algoritma ini diharapkan dapat digunakan untuk mengetahui perbadingan akurasi yang lebih komprehensif dengan mencari nilai tertinggi. Berdasarkan hasil penelitian yang dilakukan, diperoleh hasil uji komparasi algoritma klasifikasi C4.5 memiliki nilai akurasi sebesar 98.18% lebih unggul 3.03% dibandingkan dengan Naïve Bayes yang memiliki nilai akurasi 95.15%. sedangkan pada nilai uji ROC, kedua algoritma ini memiliki nilai uji ROC yang masuk tingkat paling baik (excellent classification), yaitu C4.5 sebesar 0.994 dan Naïve Bayes 0.981 dengan perbedaan yang tidak terlalu signifikan. Dengan demikian, Algoritma C4.5 memiliki performa lebih baik dan dapat diterapkan sebagai bahan dasar pertimbangan dalam menentukan karyawan yang layak atau tidak layak untuk dipertahankan secara adil, objektif, dan cepat oleh pihak pengambil keputusan dengan bantuan perangkat lunak Rapid Miner Studio.

Kata kunci : Klasifikasi, Karyawan, Algoritma C4.5, Naïve Bayes, Rapid Miner.