Komparasi Metode Naïve Bayes dan SAW untuk Pemilihan Penerimaan Insentif Karyawan
Article Sidebar
Main Article Content
Abstract
Pemberian insentif merupakan penghargaan dalam bentuk uang kepada karyawan yang dapat bekerja melampaui standar yang telah ditentukan. Kriteria yang digunakan seperti absensi, responsibilitas, perencanaan, capaian tujuan, social, kreativitas dan lain sebagainya. Beberapa teknik pendekatan yang dapat digunakan adalah dengan pendekatan machine learning dan juga pembobotan. Metode machine learning yang digunakan yaitu Algoritma Naive Bayes Classifier, merupakan salah satu metode yang menerapkan klasifikasi dalam teknik datamining. Cara kerjanya didasarkan pada anggapan penyederhanaan bahwa jika diberikan nilai output, maka nilai atribut secara mengikuti situasinya saling bebas, artinya memiliki otoritas yang kuat dari masing-masing kejadian. Sedangkan metode pembobotan yang relative simple dan mudah yaitu Simple Additive Weighting (SAW) karena memiliki kelebihan yaitu adanya perhitungan normalisasi matriks sesuai dengan nilai kriteria (antara nilai benefit dan cost) dan adanya bobot di setiap kriteria yang digunakan untuk menghitung preferensi sehingga hasilnya lebih tepat. Dalam perhitungannya naïve bayes menggunakan software rapidminer dan SAW menggunakan exel. Pengujian menggunakan data penilaian karyawan PT Wifgasindo Cabang Bojonegoro tahun 2011. Dari hasil analisa didapatkan akurasi untuk naïve bayes 90% dan SAW 93%.
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
H. Handoko T, Manajemen Personalia dan Sumber Daya Manusia. Edisi II. Cetakan Keempat Belas. Yogyakarta: Penerbit BPFE., Edisi II. Yogyakarta: Penerbit BPFE, 2002.
F. S. Rahayu, “Pengaruh Insentif dan Lingkungan Kerja Terhadap Kinerja Pegawai di Kantor Kecamatan Samarinda Ilir kota Samarinda,” eJournal Pemerintah. Integr., vol. 8, no. 1, p. 660, 2020.
D. A. Rangkuti, S. Chairunnisa, A. F. R. Ryantono, and William, “Pengaruh Insentif Dan Komunikasi Terhadap Kinerja Karyawan Pt. Sinar Graha Indonesia,” J. Glob. Manaj., vol. 8, no. 1, pp. 108–120, 2019.
F. Handayani and S. Pribadi, “Implementasi Algoritma Naive Bayes Classifier dalam Pengklasifikasian Teks Otomatis Pengaduan dan Pelaporan Masyarakat melalui Layanan Call Center 110,” J. Tek. Elektro, vol. 7, no. 1, pp. 19–24, 2015.
P. S. Chung, “Studi Kasus Sistem Penunjang Keputusan Metode SAW dan TOPSIS,” Malang CV. Seribu Bintang, p. 2018, 2018.
A. Y. Kungkung and R. H. Kiswanto, “Analisa Perbandingan Metode SAW , WP dan TOPSIS,” Konf. Nas. Sist. Inf. 2018, pp. 836–841, 2018.
Y. W. E. Novianto, “Perbandingan Metode Simple Additive Weighting dan Weighted Product dalam Sistem Pendukung Keputusan Pengambilan Keputusan Pembelian Sepeda Motor Skuter Matik,” 2017.
R. A. Saputra and S. Ayuningtias, “Penerapan Algoritma Naive Bayes Untuk Penentuan Calon Penerima Beasiswa Pada Smk Pasim Plus Sukabumi,” Swabumi, vol. IV, no. 2, pp. 114–120, 2016.
A. A. Sidiq and F. W. Christanto, “Algoritma Naive Bayes Untuk Penentuan Pkh (Program Keluarga Harapan) Berbasis Sistem Pendukung Kepu- Tusan (Studi Kasus : Kelurahan Karanganyar Gunung Se- Marang ),” vol. 14, no. 1, pp. 65–71, 2020.
D. Dahri, F. Agus, and D. M. Khairina, “Metode Naive Bayes Untuk Penentuan Penerima Beasiswa Bidikmisi Universitas Mulawarman,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 11, no. 2, p. 29, 2016.
A. Rahman and A. Suryanto, “Implementasi Sistem Informasi Seleksi Penerima Beasiswa Dengan Metode Naive Bayes Classifier,” J. Penelit. Pendidik. Indones., vol. 2, no. 3, pp. 1–8, 2017.
N. Ramsari and T. Hidayat, “Aplikasi Sistem Pendukung Keputusan Masyarakat Pada Masa Pandemi Menggunakan Algoritma Simple Additive Weighting ( Saw ) Berbasis Framework Laravel,” vol. X, no. 2, 2020.
T. H. M and U. Dewi, “Pemanfaatan Simple Additive Weight (Saw) Dalam Market Targeting Untuk Menentukan Cabang Baru Pada Perusahaan Butik X,” Komputa J. Ilm. Komput. dan Inform., vol. 7, no. 1, pp. 1–10, 2018.
D. C. Purnomo, M. Yanti, and A. P. Widyassari, “Pemilihan produk skincare remaja milenial dengan metode simple additive weighting (saw),” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 3, no. 01, pp. 32–41, 2021.