Komparasi Algoritma C4.5, K-NN Dan Naïve Bayes Dalam Penerimaan Karyawan Menggunakan PSO Pada PT. XYZ

Abstract

Abstrak : Merekrut karyawan-karyawan dengan kualitas terbaik salah satu tugas HRD untuk membantu memajukan perusahaan. Karyawan dengan kualitas terbaik tersebut diharapkan memberikan kontribusi yang tinggi terhadap perusahaan nantinya. Untuk mendapatkan karyawan terbaik perusahaan menerapkan seleksi penerimaan karyawan yang ketat. Masalah muncul ketika karyawan yang lulus seleksi ternyata mengundurkan diri ketika masa kontraknya belum terpenuhi, bahkan ada yang menghilang pada saat proses training. Hal itu mengakibatkan tingginya turnover pada perusahaan. Sampel data yang digunakan ada 111 data, diambil dari data karyawan yang bertahan lebih dari 12 bulan, daftar karyawan resign dibawah 12 bulan dan calon karyawan yang ditolak. Setelah proses cleansing di dapat 80 data dengan rincian 32 diterima dan 48 ditolak. Dengan algoritma C4.5 dioptimasi menggunakan PSO yang dievaluasi dengan confusion matrix menghasilkan tingkat accuracy 86.25%, precision 80.83% dan recall 68.33% serta grafik AUC 0.530. Dengan algoritma K-NN dioptimasi menggunakan PSO yang dievaluasi dengan confusion matrix menghasikan tingkat accuracy 82,50%, precision 84,33% dan recall 75,00% serta nilai grafik AUC 0,796. Dengan algoritma Naive Bayes dioptimasi PSO yang dievaluasi dengan confusion matrix menghasikan tingkat accuracy 91,25%, precision 88,50,% dan recall 94,17% serta nilai grafik AUC 0,903. Kata kunci : Penerimaan Karyawan, C4.5, K-NN, Naive Bayes,PSO