SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK DENGAN HYBRID METHOD AHP DAN NAÏVE BAYES PADA PT. BAINRA BUMI SEJAHTERA

  • SHINTA MARLITA
  • 2024

Abstrak

PT. Bainra Bumi Sejahtera belum memiliki sistem pemilihan karyawan terbaik yang efisien dan objektif. PT. Bainra Bumi Sejahtera masih menilai karyawan secara subjektif dan merasa tidak adil bagi karyawannya. Proses seleksi yang ada sering menghadapi masalah objektivitas dan efisiensi, serta risiko kesalahan dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang menggabungkan metode AHP dan Naïve Bayes untuk meningkatkan objektivitas dan efisiensi dalam pemilihan karyawan terbaik, serta mengurangi risiko kesalahan dalam pengambilan keputusan. Penelitian ini melibatkan beberapa tahapan, yaitu observasi, wawancara, dan survei literatur. Data primer yang diperoleh dari PT. Bainra Bumi Sejahtera diolah menggunakan Ms. Excel dan diimplementasikan dengan model AHP dan Naïve Bayes menggunakan RapidMiner. Evaluasi dan validasi dilakukan dengan membagi data menjadi data training dan testing, kemudian kinerja model dievaluasi dan dioptimalkan. Hasil penelitian menunjukkan bahwa kombinasi metode AHP dan Naïve Bayes mampu meningkatkan akurasi dan objektivitas dalam pemilihan karyawan terbaik. Sistem ini dapat memudahkan perusahaan dalam proses seleksi karyawan, memberikan hasil yang konsisten dan akurat, serta mengurangi risiko kesalahan dalam pengambilan keputusan.

Kata Kunci
Akses Repositori Open Access

https://repository.bsi.ac.id/repo/52970/SISTEM-PENDUKUNG-KEPUTUSAN-PEMILIHAN-KARYAWAN-TERBAIK-DENGAN-HYBRID-METHOD-AHP-DAN-NAÏVE-BAYES-PADA-PT.-BAINRA-BUMI-SEJAHTERA
Anda dapat membaca file tugas akhir ini di repository.

Detail Informasi

Tugas Akhir ini ditulis oleh :

  • 19200413 - SHINTA MARLITA
  • Prodi : Sistem Informasi
  • Kampus : Fatmawati A
  • Tahun : 2024
  • Pembimbing : Achmad Baroqah Pohan, M.Kom
  • Kode : 0319.S1.19.SKRIPSI.I.2024
  • Status Akses : Open Access
  • Diinput oleh : AXD
  • Terakhir update : 25 Oktober 2024
  • Dilihat : 193 kali