Vol. 5 No. 1 (2022): February 2022
Artikel

IMPLEMENTASI DATA MINING MENGGUNAKAN METODE NAÃVE BAYES CLASSIFIER UNTUK DATA KENAIKAN PANGKAT DINAS KETENAGAKERJAAN KOTA MEDAN

Adelin Yoseva Simanjuntak
Universitas Prima Indonesia
Indra S eptian Salomo Simatupang
Universitas Prima Indonesia
Anita Anita
Universitas Prima Indonesia

Published 2022-02-05

How to Cite

IMPLEMENTASI DATA MINING MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER UNTUK DATA KENAIKAN PANGKAT DINAS KETENAGAKERJAAN KOTA MEDAN. (2022). JOURNAL OF SCIENCE AND SOCIAL RESEARCH, 5(1), 85-91. https://doi.org/10.54314/jssr.v5i1.804

Abstract

Pedoman Penyusunan Karier PNS berdasarkan struktur birokrasi ASN dibagi berdasarkan pangkat dan golongan.Kenaikan pangkat adalah penghargaan yang diberikan atas prestasi kerja dan pengabdian Pegawai Negeri Sipil terhadap Negara, serta sebagai dorongan kepada Pegawai Negeri Sipil untuk lebih meningkatkan prestasi kerja dan pengabdiannya. Selama ini Dinas Ketenagakerjaan kota Medan masih memberikan rekomendasi kenaikan pangkat pada pegawainya berdasarkan hasil penilaian lanngsung pegawai dan persiapan data yang masih bersifat manual yang dapat memungkinkan hilangnya data pengajuan dan memakan waktu yang cukup lama dalam proses kenaikan pangkat.Penelitian ini bertujuan untuk membuat Implementasi data mining untuk membantu pihak Dinas ketenagakerjaan dalam mengolah data kenaikan pangkat berbasis komputerisasi  yang akan dituangkan dalam bentuk klassifikasi data kepangkatan berupa diagram buble dengan implementasi program phyton.Adapun atribut yang akan digunakan pada sistem ini adalah pendidikan,golongan,usia, prestasi dan masa berkerja yang berasal dari data primer Dinas ketenagakerjaan kota Medan. Sistem yang akan dikembangkan menggunakan Bahasa pemograman pyhton dan menerapkan metode  Naïve bayes classifier  dalam klasifikasi pangkat PNS (Pegawai Negeri Sipil) . Hasil dari penelitian ini adalah Data klassifikasi  calon pegawai dalam kelayakan kenaikan pangkat secara akurat dan efektif.

Downloads

Download data is not yet available.

References

  1. Nur Angga Aditya Pratamaputra, Nur Aeni Hidayah, Bayu Waspodo, 2010,Sistem Pendukung Keputusan Kenaikan Jabatan dengan Model AHP pada Biro Kepegawaian di Sekreariat Negara Republik Indonesi, Jurnal Sistem Informasi, 3(1), 2010, 1-10.
  2. Abidin Dr.Taufik, S.Si.,M.Tech. 2012, Naive Bayesian Classifie,. Kuala :
  3. Program Studi Teknik informatika FMIPA Universitas Syiah Kuala.
  4. D. Debiyanti, S. Sutrisna, B. Budrio, A. K. Kamal, and Y. Yulianti,“Pengujian Black Box pada Perangkat Lunak Sistem Penilaian MahasiswaMenggunakan Teknik Boundary Value Analysis,†J. Inform. Univ. Pamulang,vol. 5, no. 2, p. 162, 2020, doi: 10.32493/informatika.v5i2.5446
  5. R. R. Putra and C. Wadisman, “Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K Means,†INTECOMS J. Inf. Technol. Comput. Sci., vol. 1, no. 1, pp. 7277,2018,doi:10.31539/intecoms.v1i1.1.
  6. Esti Karina Nia, Yamasari Yuni. 2 013 Aplikasi Diagnosa Kanker
  7. Kandungan dengan Menggunakan Metode Naive Bayes.Surabaya :Universitas Negeri Surabaya
  8. Budiyono, 2004, Statistika Untuk Penelitian, Surakarta : Sebelas Maret University Press.
  9. Saefudin, Sri Wahyuningsih, 2014, Sistem Pendukung Keputusan Untuk Penilaian Kinerja Pegawai Menggunakan Metode Analytical Hierarchy Process (Ahp) Pada RSUD Serang, Jurnal Sistem Informasi, Vol 1 No.1
  10. Kontributor Wikipedia. "Python (bahasa pemrograman)."Wikipedia, EnsiklopediaBebas.Wikipedia, Ensiklopedia Bebas, 29 November 2021