Pangestu, Karel (2022) Implementasi Metode Convolutional Neural Network pada Aplikasi Klasifikasi Kepribadian Karyawan (Studi Kasus: PT Hasura Mitra Gemilang). Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Kepribadian seseorang merupakan salah satu faktor yang diperhitungkan dalam proses perekrutan karyawan baru oleh perusahaan. Salah satu cara untuk mengetahui kepribadian pelamar kerja adalah melalui tes psikologi secara manual menggunakan alat tes PAPI Kostick. Cara lain untuk mengetahui kepribadian adalah melalui wajah seseorang yang biasa disebut fisiognomi. Laporan ini membahas mengenai aplikasi untuk melakukan klasifikasi kepribadian yang terdapat dalam PAPI Kostick berdasarkan foto wajah. Aplikasi ini memiliki tujuan untuk melakukan klasifikasi kepribadian karyawan atau pelamar kerja, sehingga dapat membantu proses perekrutan karyawan baru dengan jumlah pelamar yang banyak. Convolutional Neural Network (CNN) merupakan metode yang dapat belajar secara otomatis mengenai fitur yang merepresentasikan data gambar dengan menerapkan konsep abstrak yang dapat mengatasi permasalahan perubahan pencahayaan perubahan pose, dan noise pada metode konvensional seperti Support Vector Machine (SVM). Oleh karena itu, pada penelitian ini dibangun model klasifikasi menggunakan metode CNN dengan arsitektur EfficientNet untuk mengklasifikasikan kepribadian seseorang pada kategori Need to achive (A), Need to control others (P) dan Theoretical type (R) dalam PAPI Kostick. Berdasarkan pelatihan model klasifikasi dengan menggunakan dataset sebanyak 396, model klasifikasi telah dibangun dengan hasil akurasi 58.33%, precision 54.01%, recall 52.82% dan f1-score 0.51.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | convolutional neural network, kepribadian, papi kostick, python, wajah vii Implementasi Metode Convolutional..., Karel Pangestu, Universitas Multimedia Nusantara |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 08 Dec 2022 02:20 |
Last Modified: | 24 Aug 2023 07:41 |
URI: | https://kc.umn.ac.id/id/eprint/20471 |
Actions (login required)
View Item |