Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Seni ITS
Laras Binarwati
Institut Teknologi Sepuluh Nopember
Arts Humanities

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Algoritma Genetika untuk Optimalisasi Random Forest dalam Proses Klasifikasi Penerimaan Tenaga Kerja Baru : Studi Kasus PT.XYZ Laras Binarwati; Imam Mukhlash; Soetrisno Soetrisno
Jurnal Sains dan Seni ITS Vol 6, No 2 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.42 KB) | DOI: 10.12962/j23373520.v6i2.26887

Abstract

Kualitas sumber daya manusia sangat penting bagi suatu perusahaan untuk mempertahankan keunggulan kompetitifnya agar mampu bersaing dengan perusahaan lainnya maupun untuk meningkatan kualitas dari perusahaan itu sendiri. Oleh karena itu, menggali pola penerimaan tenaga kerja baru sangat diperlukan. Pada penelitian ini, metode random forest digunakan untuk menggali pola penerimaan tenaga kerja  baru. Adapun  algoritma genetika (GA) digunakan untuk mengoptimalkan akurasi berdasarkan pola yang didapat. Hasil pengujian program ini menunjukkan keakuratan pola yang dihasilkan oleh random forest yang dioptimalkan dengan algoritma genetika lebih tinggi dengan hasil keakuratan berkisar antara 91%-95% dibanding dengan hanya menggunakan random forest saja yang hanya berkisar 40-95%.
Co-Authors Imam Mukhlash Soetrisno Soetrisno