PEMODELAN KLASIFIKASI DALAM MENINGKATKAN PROSES PEMILIHAN CALON KARYAWAN DENGAN METODE C4.5 DAN JARINGAN SYARAF TIRUAN

henny leidiyana, Angga Aditya Permana

Abstract


Bagi manajemen SDM dalam sebuah perusahaan, pemilihan sumber daya manusia yang memiliki kualifikasi dan kinerja yang tinggi merupakan tugas yang penting. Pelamar kerja dengan jumlah yang sangat banyak membuat manajemen SDM harus melakukan pemilihan calon karyawan dengan teliti dan membutuhkan waktu yang tidak sedikit. Bidang penambangan data yang saat ini sedang populer, dapat dimanfaatkan untuk meningkatkan kinerja pemilihan karyawan. Dalam penulisan ini, dibahas tentang penerapan algoritma C4.5 dan jaringan syaraf tiruan untuk membuat model klasifikasi pemilihan karyawan. Untuk menguji model yang dihasilkan, beberapa percobaan dilakukan dengan menggunakan data yang dikumpulkan dari sebuah cabang perusahaan. Model yang dihasilkan dapat digunakan untuk membantu SDM dalam meningkatkan  hasil pemilihan pelamar baru

Full Text:

PDF

References


Al-Radaideh, Qasem A. Using Data Mining Techniques to Build a Classification Model for Predicting employees Performance. IJACSA. Vol 2 No 3. 2012 page 144

Bramer, Max. (2007). Principles of Data Mining. London: Springer

Gorunescu, Florin (2011). Data Mining: Concepts, Models, and Techniques. Verlag Berlin Heidelberg: Springer

Han, J.,&Kamber, M. (2006).Data Mining Concept and Tehniques.San Fransisco: Morgan Kauffman.

Kusrini&Luthfi,E.T.(2009).Algoritma Data Mining. Yogyakarta: Andi Publishing.

Larose, D. T. (2005).Discovering Knowledge in Data. New Jersey: John Willey & Sons, Inc.

Vercellis, Carlo (2009). Business Intelligent: Data Mining and Optimization for Decision Making. Southern Gate, Chichester, West Sussex: John Willey & Sons, Ltd.

Witten, I. H., Frank, E., & Hall, M. A. (2011).Data Mining: Practical Machine Learning and Tools. Burlington: Morgan Kaufmann Publisher.




DOI: http://dx.doi.org/10.31000/jika.v4i1.2392

Article Metrics

Abstract - 619 PDF - 668

Refbacks

  • There are currently no refbacks.




 

CURRENT INDEXING