首页> 外文OA文献 >Penerapan data mining untuk menentukan penilaian kinerja karyawan resto ibarbo menggunakan metode naive bayes
【2h】

Penerapan data mining untuk menentukan penilaian kinerja karyawan resto ibarbo menggunakan metode naive bayes

机译:应用数据挖掘以朴素贝叶斯方法确定Ibarbo餐馆员工的绩效评估

摘要

Dalam dunia kerja terutama pada sebuah perusahaan atau instansi, karyawan merupakan sumber daya manusia (SDM) utama yang berperan dalam kesuksesan perusahaan atau instansi tersebut. Dengan demikian, perusahaan harus selekstif dalam melakukan perekrutan dan penilaian karyawan agar dapat mempertahankan karyawan dengan kinerja terbaik. Ibarbo adalah sebuah perusahaan yang bergerak dalam bidang kuliner yang bersentuhan langsung dengan konsumen, sehingga karyawan Ibarbo dituntut untuk mampu memberi pelayanan kepada konsumen berupa memasak dan menjaga kebersihan lingkungan kerja dengan baik. Pada kenyataannya, kinerja yang baik dari para karyawan terkadang mendapatkan penilaian yang buruk hingga sebuah peringatan dari atasan. Hal ini disebabkan oleh sistem monitoring penilaian karyawan yang digunakan yakni hanya penilaian personal saja tanpa menggunakan system penilaian seperti model 360 derajat, serta data yang telah terkumpul tidak digunakan secara maksimal. Melihat permasalahan diatas, penulis melakukan penelitian menggunakan metode Naive Bayes untuk melakukan perancangan sistem dan pengolahan data menggunakan algoritma data mining untuk mendapatkan prediksi yang dapat dijadikan sebagai acuan tambahan dalam keputusan penilaian kinerja karyawan. Naive Bayes sebagai algoritma pengolah data yang tergolong dengan perhitungan yang mudah dipahami namun hasil akurasinya dapat diandalkan, Hasil dari pengujian yang telah dilakukan dengan jumlah 670 data dan dihasilkan akurasi sebesar 83.96%, recall terbesar adalah 92,38%, dan precision 87,48%.
机译:在工作环境中,尤其是在公司或代理机构中,员工是在公司或代理机构的成功中发挥作用的主要人力资源(HR)。因此,公司必须选择性地招募和评估员工,以留住表现最佳的员工。 Ibarbo是一家从事烹饪的公司,与消费者直接接触,因此Ibarbo的员工必须能够以烹饪和保持清洁工作环境的形式向消费者提供服务。实际上,员工的良好表现有时会受到上级警告的不良评价。这是由于使用的员工评估监控系统只是个人评估而未使用诸如360度模型之类的评级系统,以及所收集的数据没有得到最佳利用。鉴于上述问题,作者使用朴素贝叶斯(Naive Bayes)方法进行了研究,以设计系统和使用数据挖掘算法进行数据处理,以获得可以用作员工绩效评估决策的其他参考的预测。朴素贝叶斯(Naive Bayes)是一种数据处理算法,具有易于理解但可以依赖其准确性的计算结果,已对总共670个数据进行了测试,得出的准确性为83.96%,最大的召回率为92.38%,准确性为87.48% 。

著录项

  • 作者

    YULI ALDI RIZQIANTO;

  • 作者单位
  • 年度 2017
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号