预测教师使用学习机器仍然在泗水Al Uswah泗水学校工作的可能性

Mochammad Edris Effendi, Imam Yuadi, Ira Puspitasari
{"title":"预测教师使用学习机器仍然在泗水Al Uswah泗水学校工作的可能性","authors":"Mochammad Edris Effendi, Imam Yuadi, Ira Puspitasari","doi":"10.37034/jidt.v5i2.361","DOIUrl":null,"url":null,"abstract":"Penelitian ini bertujuan untuk memprediksi potensi tetap bekerjanya guru di Sekolah Al Uswah Surabaya, sehingga dapat meminimalisir tingkat turnover. Peneliti telah menggunakan algoritma klasifikasi untuk mengetahui algoritma yang paling cocok dalam memprediksi turnover guru dan diproses dengan aplikasi orange data mining. Berdasarkan tabel hasil prediksi maupun confusion matrix, menghasilkan rekomendasi bahwa algoritma yang paling bagus performanya adalah Logistic Regression. Tingkat Presicion untuk perbandingan data training dan testing 80:20 mencapai 80,8%, lebih tinggi dibanding tiga algoritma lainnya yang di bawah 80%. Melalui penelitian ini dapat memperjelas bahwa untuk studi kasus prediksi turnover karyawan, dapat menggunakan parameter Presicion. Melalui hasil penelitian dapat membantu lembaga pendidikan dalam merekrut guru yang memiliki peluang bisa bertahan lebih lama dengan memanfaatkan beberapa atribut standar dari biodatanya.  \n ","PeriodicalId":33488,"journal":{"name":"JTIT Jurnal Teknologi Informasi dan Terapan","volume":"51 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-07-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Prediksi Guru Kemungkinan Tetap Bekerja di Sekolah Al Uswah Surabaya Menggunakan Machine Learning\",\"authors\":\"Mochammad Edris Effendi, Imam Yuadi, Ira Puspitasari\",\"doi\":\"10.37034/jidt.v5i2.361\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini bertujuan untuk memprediksi potensi tetap bekerjanya guru di Sekolah Al Uswah Surabaya, sehingga dapat meminimalisir tingkat turnover. Peneliti telah menggunakan algoritma klasifikasi untuk mengetahui algoritma yang paling cocok dalam memprediksi turnover guru dan diproses dengan aplikasi orange data mining. Berdasarkan tabel hasil prediksi maupun confusion matrix, menghasilkan rekomendasi bahwa algoritma yang paling bagus performanya adalah Logistic Regression. Tingkat Presicion untuk perbandingan data training dan testing 80:20 mencapai 80,8%, lebih tinggi dibanding tiga algoritma lainnya yang di bawah 80%. Melalui penelitian ini dapat memperjelas bahwa untuk studi kasus prediksi turnover karyawan, dapat menggunakan parameter Presicion. Melalui hasil penelitian dapat membantu lembaga pendidikan dalam merekrut guru yang memiliki peluang bisa bertahan lebih lama dengan memanfaatkan beberapa atribut standar dari biodatanya.  \\n \",\"PeriodicalId\":33488,\"journal\":{\"name\":\"JTIT Jurnal Teknologi Informasi dan Terapan\",\"volume\":\"51 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-07-06\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JTIT Jurnal Teknologi Informasi dan Terapan\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.37034/jidt.v5i2.361\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JTIT Jurnal Teknologi Informasi dan Terapan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37034/jidt.v5i2.361","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

本研究旨在预测泗水Al Uswah学校教师继续发挥的潜力,从而将转运率降到最低。研究人员使用分类算法来找出最适合教师转换和处理来自橙色数据挖掘应用程序的算法。根据预测结果表和孔子矩阵,建议最好的表现算法是物流回归。80:20的训练和测试数据比其他三种算法高80%。通过这项研究,可以明确指出,在研究员工旋转预测案例时,可以使用总统参数。通过这项研究,可以帮助教育机构招募有机会通过使用其传记中的一些标准属性而持续更长时间的教师。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Prediksi Guru Kemungkinan Tetap Bekerja di Sekolah Al Uswah Surabaya Menggunakan Machine Learning
Penelitian ini bertujuan untuk memprediksi potensi tetap bekerjanya guru di Sekolah Al Uswah Surabaya, sehingga dapat meminimalisir tingkat turnover. Peneliti telah menggunakan algoritma klasifikasi untuk mengetahui algoritma yang paling cocok dalam memprediksi turnover guru dan diproses dengan aplikasi orange data mining. Berdasarkan tabel hasil prediksi maupun confusion matrix, menghasilkan rekomendasi bahwa algoritma yang paling bagus performanya adalah Logistic Regression. Tingkat Presicion untuk perbandingan data training dan testing 80:20 mencapai 80,8%, lebih tinggi dibanding tiga algoritma lainnya yang di bawah 80%. Melalui penelitian ini dapat memperjelas bahwa untuk studi kasus prediksi turnover karyawan, dapat menggunakan parameter Presicion. Melalui hasil penelitian dapat membantu lembaga pendidikan dalam merekrut guru yang memiliki peluang bisa bertahan lebih lama dengan memanfaatkan beberapa atribut standar dari biodatanya.   
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
11
审稿时长
8 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