Implementasi Algoritma c4.5 untuk memprediksi penerimaan calon pegawai baru (studi kasus : PT. Wise)

Harryanto, Fandy Ferdian (2016) Implementasi Algoritma c4.5 untuk memprediksi penerimaan calon pegawai baru (studi kasus : PT. Wise). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (913kB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (706kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (866kB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (572kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (775kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (660kB)

Abstract

Perusahaan pada umumnya memerlukan pegawai yang memiliki kemampuan yang baik, perilaku yang baik serta dapat menyelesaikan pekerjaan yang diberkan kepadanya, namun terdapat beberapa kesulitan untuk mengetahui kualitas orang – orang yang memiliki potensi sebagai pegawai pada suatu perusahaan. Oleh karena itu diperlukan cara atau metode untuk mengidentifikasi orang – orang yang berpotensi untuk menjadi pegawai pada suatu perusahaan. Algoritma C4.5 dapat digunakan untuk melakukan prediksi dan klasifikasi terhadap calon pegawai yang berpotensi untuk masuk ke dalam perusahaan dengan cara membuat pohon keputusan berdasarkan data – data yang sudah ada dan melakukan prediksi terhadap calon pegawai baru yang ingin masuk ke perusahaan. Berdasarkan metode pengukuran akurasi ten-fold cross validation telah didapatkan hasil pengukuran tingkat keberhasil prediksi calon pegawai baru sebesar 71%.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	24 Jul 2017 02:34
Last Modified:	18 Apr 2023 01:59
URI:	https://kc.umn.ac.id/id/eprint/1232

Actions (login required)

View Item