Prediksi Loyalitas dalam Keterikatan Karyawan terhadap Perusahaan Menggunakan Algoritma C4.5* (Studi Kasus PT.XYZ)

Bayu Ferdiansyah, Leonard Goeirmanto

Abstract


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.


Keywords


Employee Engagement; Loyalitas; Decission tree; Klasifikasi; Algoritma C4.5

Full Text:

PDF

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.




DOI: http://dx.doi.org/10.26418/justin.v8i1.33606

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Jurnal Sistem dan Teknologi Informasi (JUSTIN)

View My Stats
Creative Commons License
All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License