Deni Anugrah Sahputra, M. Saelan, Lilyani Asri Utami, Windu Gata
{"title":"基于决策树算法的PT公司员工接受因素的确定","authors":"Deni Anugrah Sahputra, M. Saelan, Lilyani Asri Utami, Windu Gata","doi":"10.34128/jsi.v6i2.225","DOIUrl":null,"url":null,"abstract":"Kebutuhan pekerjaan yang semakin meningkat, membuat pelamar pekerjaan semakin meningkat[2]. PT Personel Alih Daya (PERSADA) adalah salah satu outsourcing di Indonesia yang sudah memiliki 19 kantor cabang. membutuhkan banyak kandidat untuk pemenuhan tenaga kerja di Mitra. oleh karena itu diadakan walkin interview dari hari Senin sampai dengan Jumat. Untuk mendapatan tenaga kerja yang memenuhi standar kualifikasi mitra. Pelamar kerja yang datang (walk in interview) ke PT Personel Alih Daya (PERSADA) rata-rata mencapai 50 orang setiap harinya. Untuk memaksimalkan penentuan kelayakan penerimaan tenaga kerja, serta terpenuhnya kebutuhaan tenaga kerja semakin cepat, maka diperlukannya sebuah prediksi cepat untuk mengetahui kelayakan penerimaan karyawan menggunakan algoritma decission tree pada perusahaan PT. Personel Alih Daya. Untuk menentukan kelayakan tenaga kerja baru bisa di klasifikasikan dengan cepat menggunakan prediksi berdasarkan kriteria paling berpengaruh dalam menentukan kelayakan penerimaan karyawan. dilakukan dengan menggunakan metode C4.5 artibut yang digunakan dalam penelitian tersebut berdasarkan umur, domisili, jenis kelamin, Posisi kerja, jurusan, referensi, level pendidikan dan hasil test. Dengan algoritma tersebut menghasilkan angka akurasi 73,27 serta dengan angka curva AUC 0,789.","PeriodicalId":30123,"journal":{"name":"Journal of Systems Integration","volume":"6 1","pages":"148-156"},"PeriodicalIF":0.0000,"publicationDate":"2020-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Penentuan Faktor Kelayakan Penerimaan Karyawan Menggunakan Algoritma Decision Tree pada Perusahaan PT. Personel Alih Daya\",\"authors\":\"Deni Anugrah Sahputra, M. Saelan, Lilyani Asri Utami, Windu Gata\",\"doi\":\"10.34128/jsi.v6i2.225\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kebutuhan pekerjaan yang semakin meningkat, membuat pelamar pekerjaan semakin meningkat[2]. PT Personel Alih Daya (PERSADA) adalah salah satu outsourcing di Indonesia yang sudah memiliki 19 kantor cabang. membutuhkan banyak kandidat untuk pemenuhan tenaga kerja di Mitra. oleh karena itu diadakan walkin interview dari hari Senin sampai dengan Jumat. Untuk mendapatan tenaga kerja yang memenuhi standar kualifikasi mitra. Pelamar kerja yang datang (walk in interview) ke PT Personel Alih Daya (PERSADA) rata-rata mencapai 50 orang setiap harinya. Untuk memaksimalkan penentuan kelayakan penerimaan tenaga kerja, serta terpenuhnya kebutuhaan tenaga kerja semakin cepat, maka diperlukannya sebuah prediksi cepat untuk mengetahui kelayakan penerimaan karyawan menggunakan algoritma decission tree pada perusahaan PT. Personel Alih Daya. Untuk menentukan kelayakan tenaga kerja baru bisa di klasifikasikan dengan cepat menggunakan prediksi berdasarkan kriteria paling berpengaruh dalam menentukan kelayakan penerimaan karyawan. dilakukan dengan menggunakan metode C4.5 artibut yang digunakan dalam penelitian tersebut berdasarkan umur, domisili, jenis kelamin, Posisi kerja, jurusan, referensi, level pendidikan dan hasil test. Dengan algoritma tersebut menghasilkan angka akurasi 73,27 serta dengan angka curva AUC 0,789.\",\"PeriodicalId\":30123,\"journal\":{\"name\":\"Journal of Systems Integration\",\"volume\":\"6 1\",\"pages\":\"148-156\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-12-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of Systems Integration\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.34128/jsi.v6i2.225\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Systems Integration","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34128/jsi.v6i2.225","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
摘要
增加工作需求,增加求职者[2]。PT Force Personnel是印度尼西亚的外包公司之一,已拥有19家分公司。需要大量的候选人才能填补米特拉的劳动力。所以周一到周五有一个步行采访。找到一份符合合伙人资格标准的工作。在PT人事权力运动(NURSE)的面试中,平均每天有50人参加。为了最大限度地提高工作接受技能,以及更快地满足全部劳动力需求,需要使用PT中的决策树算法快速预测员工接受技能。Power Personnel。为了确定新员工的资格,可以根据确定员工入学资格的最具影响力的标准进行预测,快速对其进行分类。根据年龄、住所、性别、工作职位、学位、参考资料、教育水平和测试结果,使用这些研究中使用的C4.5文章方法。该算法产生了73.27的准确度和0.789的AUC曲线。
Penentuan Faktor Kelayakan Penerimaan Karyawan Menggunakan Algoritma Decision Tree pada Perusahaan PT. Personel Alih Daya
Kebutuhan pekerjaan yang semakin meningkat, membuat pelamar pekerjaan semakin meningkat[2]. PT Personel Alih Daya (PERSADA) adalah salah satu outsourcing di Indonesia yang sudah memiliki 19 kantor cabang. membutuhkan banyak kandidat untuk pemenuhan tenaga kerja di Mitra. oleh karena itu diadakan walkin interview dari hari Senin sampai dengan Jumat. Untuk mendapatan tenaga kerja yang memenuhi standar kualifikasi mitra. Pelamar kerja yang datang (walk in interview) ke PT Personel Alih Daya (PERSADA) rata-rata mencapai 50 orang setiap harinya. Untuk memaksimalkan penentuan kelayakan penerimaan tenaga kerja, serta terpenuhnya kebutuhaan tenaga kerja semakin cepat, maka diperlukannya sebuah prediksi cepat untuk mengetahui kelayakan penerimaan karyawan menggunakan algoritma decission tree pada perusahaan PT. Personel Alih Daya. Untuk menentukan kelayakan tenaga kerja baru bisa di klasifikasikan dengan cepat menggunakan prediksi berdasarkan kriteria paling berpengaruh dalam menentukan kelayakan penerimaan karyawan. dilakukan dengan menggunakan metode C4.5 artibut yang digunakan dalam penelitian tersebut berdasarkan umur, domisili, jenis kelamin, Posisi kerja, jurusan, referensi, level pendidikan dan hasil test. Dengan algoritma tersebut menghasilkan angka akurasi 73,27 serta dengan angka curva AUC 0,789.