PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KINERJA SATPAM BERBASIS WEB

M. R. Alghifari, A. Wibowo
{"title":"PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KINERJA SATPAM BERBASIS WEB","authors":"M. R. Alghifari, A. Wibowo","doi":"10.26905/JTMI.V5I1.3074","DOIUrl":null,"url":null,"abstract":"Penilaian kinerja karyawan adalah salah satu aspek penting untuk mengembangkan sebuah perusahaan atau instansi agar menjadi lebih optimal. Jika tidak ada penilaian kinerja, maka kualitas kinerja karyawan menjadi tidak terkontrol. Satpam merupakan salah satu karyawan yang mempunyai tugas khusus sehingga diperlukan penilaian kinerja secara berkala untuk mendukung produktivitas sebuah perusahaan/instansi. Menurunnya kinerja satpam berdampak pada menurunnya tingkat keamanan di sebuah perusahaan/instansi. Topik penelitian ini adalah membangun sebuah aplikasi untuk klasifikasi kinerja satpam menggunakan metode K-Nearest Neighbor. parameter kinerja satpam menggunakan 10 atribut dengan jumlah data sebanyak 130 data yang dijadikan sebagai data latih. Atribut tersebut terdiri dari kepribadian, kemampuan dan keterampilan. Hasil penelitian ini adalah sebuah aplikasi yang bisa menentukan klasifikasi kinerja satpam yang terdiri dari kinerja baik, cukup, atau buruk. Proses penerapan metode K-Nearest Neighbor untuk klasifikasi kinerja satpam menggunakan perhitungan sebanyak 4 nilai K yaitu 3, 5, 7, 9. Pengujian proses klasifikasi menggunakan 6 data uji dengan 4 nilai K. Menghasilkan jumlah komposisi nilai kebenaran terdiri dari 1 klasifikasi baik, 2 klasifikasi cukup, dan 1 klasifikasi buruk dengan prosentase sebesar 66,67%. Sehingga dengan demikian aplikasi ini bisa digunakan untuk melakukan proses klasifikasi kinerja satpam. DOI : https://doi.org/10.26905/jtmi.v5i1.3074","PeriodicalId":31840,"journal":{"name":"Jurnal Teknologi dan Manajemen Informatika","volume":"1 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"7","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi dan Manajemen Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26905/JTMI.V5I1.3074","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 7

Abstract

Penilaian kinerja karyawan adalah salah satu aspek penting untuk mengembangkan sebuah perusahaan atau instansi agar menjadi lebih optimal. Jika tidak ada penilaian kinerja, maka kualitas kinerja karyawan menjadi tidak terkontrol. Satpam merupakan salah satu karyawan yang mempunyai tugas khusus sehingga diperlukan penilaian kinerja secara berkala untuk mendukung produktivitas sebuah perusahaan/instansi. Menurunnya kinerja satpam berdampak pada menurunnya tingkat keamanan di sebuah perusahaan/instansi. Topik penelitian ini adalah membangun sebuah aplikasi untuk klasifikasi kinerja satpam menggunakan metode K-Nearest Neighbor. parameter kinerja satpam menggunakan 10 atribut dengan jumlah data sebanyak 130 data yang dijadikan sebagai data latih. Atribut tersebut terdiri dari kepribadian, kemampuan dan keterampilan. Hasil penelitian ini adalah sebuah aplikasi yang bisa menentukan klasifikasi kinerja satpam yang terdiri dari kinerja baik, cukup, atau buruk. Proses penerapan metode K-Nearest Neighbor untuk klasifikasi kinerja satpam menggunakan perhitungan sebanyak 4 nilai K yaitu 3, 5, 7, 9. Pengujian proses klasifikasi menggunakan 6 data uji dengan 4 nilai K. Menghasilkan jumlah komposisi nilai kebenaran terdiri dari 1 klasifikasi baik, 2 klasifikasi cukup, dan 1 klasifikasi buruk dengan prosentase sebesar 66,67%. Sehingga dengan demikian aplikasi ini bisa digunakan untuk melakukan proses klasifikasi kinerja satpam. DOI : https://doi.org/10.26905/jtmi.v5i1.3074
PENERAPAN方法K-NEXT邻居和分类类别中国卫星工作网站
员工绩效评估是使公司或机构达到最佳状态的重要方面之一。如果没有绩效评估,那么员工的绩效质量就会失控。Satpam是有特殊任务的员工之一,因此需要定期进行绩效评估,以支持公司/机构的生产力。它降低了安定的性能,从而降低了公司/机构的安全级别。本研究的主题是建立一个应用程序,使用K-最近邻方法对satpam的性能进行分类。satpam性能参数使用10个属性,总共130个数据作为训练数据。属性包括个性、能力和技能。这项研究的结果是一个应用程序,可以确定安定的性能分类,包括良好、良好或不良性能。K-最近邻方法应用过程,用于使用3、5、7、9的4K值的计算对satpam性能进行分类。分类过程测试使用了6个具有4K值的测试数据。它产生了由1个良好分类、2个充分分类和1个不良分类组成的多个真值组成,百分比为66.67%。因此,该应用程序可以用于执行satpam性能分类过程。DOI:https://doi.org/10.26905/jtmi.v5i1.3074
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
8
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信