Prediksi Loyalitas dalam Keterikatan Karyawan terhadap Perusahaan Menggunakan Algoritma C4.5* (Studi Kasus PT.XYZ)
DOI:
https://doi.org/10.26418/justin.v8i1.33606Keywords:
Employee Engagement, Loyalitas, Decission tree, Klasifikasi, Algoritma C4.5Abstract
PT.XYZ merupakan perusahaan yang bergerak di bidang manufacturing, dan dalam 2 tahun perusahaan akan melakukan survei loyalitas dalam keterikatan karyawan terhadap perusahaan dengan menggunakan survey EES (Employee Engagement Survey). PT.XYZ melakukan survei EES menggunakan aplikasi google form untuk pembuatan pertanyaan - pertanyaanya dan metode yang dipakai masih menggunakan metode manual, yaitu menggunakan aplikasi excel untuk melakukan prediksi loyalitas dalam keterikatan karyawan. Dan latar belakang dipilihnya algoritma C4.5 sebagai pengambilan keputusan untuk memberi prediksi loyalitas dalam keterikatan karyawan terhadap perusahaan. Dengan ini perusahaan dapat mengetahui keakuratan para karyawan dalam memprediksi loyalitas karyawan pada perusahaan. Data yang diambil yaitu data dari hasil survei EES untuk dilakukan pengujian dengan menggunakan 1002 sampel data pada hasil survey karyawan dan Hasil yang didapatkan yaitu Accuracy 90,11%, dengan pernyataan karyawan tidak loyalitas dalam keterikatan pada perusahaan.
References
M. R. Akbar, “Pengaruh Budaya Organisasi Terhadap Employee Engagement (Studi Pada Karyawan Pt.Primatexco Indonesia Di Batang),†J. Sos. Ind. Psychol., vol. 2, no. 1, pp. 64–68, 2013.
J. Xu and H. C. Thomas, “How can leaders achieve high employee engagement,†Leadersh. Organ. Dev. J., vol. 32, no. 4, pp. 399–416, 2011.
A. Ramadhan, J. I. Komputer, F. Ilmu, K. Universitas, D. Nuswantoro, and Wijanarto, “Implementasi Perbandingan Algoritma K-Nearest Neighbor Dan Classification and Regression Tree Dalam Klasifikasi Evaluasi Kinerja Pegawai Di Perusahaan,†Techno.Com, vol. 15, no. 3, pp. 258–265, 2016.
T. Suprawoto, “Klasifikasi Data Mahasiswa Menggunakan Metode K-Means Untuk Menunjang Pemilihan Strategi Pemasaran,†JIKO (Jurnal Inform. dan Komputer), vol. 1, no. 1, pp. 12–18, 2017.
W. Julianto, R. Yunitarini, and M. K. Sophan, “Algoritma C4.5 Untuk Penilaian Kinerja Karyawan,†Scan, vol. Vo. IX, no. No. 2, pp. 33–39, 2014.
A. G. Mabrur and L. Riani, “Penerapan Data Mining Untuk Memprediksi Kriteria Nasabah Kredit,†J. Komput. dan Inform., vol. 1, no. 1, pp. 53–57, 2012.
A. S. Sunge, “Prediksi Kompetensi Karyawan Menggunakan Algoritma C4.5 ( Studi Kasus : PT Hankook Tire Indonesia ),†vol. 2018, no. Sentika, pp. 23–24, 2018.
S. Lestari and A. S. Karim, “Model Klasifikasi Kinerja Dan Seleksidosen Berprestasi Dengan Algoritma C.45,†Pros. Sembistek 2014, vol. 1, no. 02, pp. 340–350, 2015.
L. Swastina, “Penerapan Algoritma C4.5 untuk Penentuan Jurusan Mahasiswa,†J. Gema Aktual., vol. 2, no. 1, pp. 93–98, 2013.
F. Dwi Meliani Achmad, Budanis, Slamat, “Klasifikasi Data Karyawan Untuk Menentukan Jadwal Kerja Menggunakan Metode Decision Tree,†J. IPTEK, vol. 16, no. 1, pp. 18–23, 2012.
A. Andriani, “Sistem Pendukung Keputusan Berbasis Decision Tree Dalam Pemberian Beasiswa Studi Kasus : Amik ‘ Bsi Yogyakarta ,’†Semin. Nas. Teknol. Inf. dan Komun. 2013 (SENTIKA 2013), vol. 2013, no. Sentika, pp. 163–168, 2013.
X. Guo, Y. Yin, C. Dong, G. Yang, and G. Zhou, “On the Class Imbalance Problem *,†pp. 192–201, 2008.
J. Han, “Data Mining : Concepts and Techniques,†2015.
M. R. Brunetto, C. Balsano, P. Burra, E. Cariani, G. Taliani, and E. Villa, “Chronic viral hepatitis: Its characteristics and management,†Hot Top. Viral Hepat., vol. 2, no. 21, pp. 11–16, 2011.
D. Triyansyah and D. Fitrianah, “Analisis Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing,†no. September, 2018.
P. Meilina, “Penerapan Data Mining dengan Metode Kalsifikasi,†vol. 7, no. 1, 2015.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 Jurnal Sistem dan Teknologi Informasi (JUSTIN)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).
This is a human-readable summary of (and not a substitute for) the license. Disclaimer.
You are free to:Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
