Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Manajemen Informatika
M. Raihan Alghifari
Program Studi Informatika, Fakultas Teknologi Informasi dan Elektro Universitas Teknologi Yogyakarta
Computer Science & IT Decision Sciences, Operations Research & Management Engineering

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

Found 1 Documents
Search

 1 
PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KINERJA SATPAM BERBASIS WEB M. Raihan Alghifari; Adityo Permana Wibowo
Jurnal Teknologi dan Manajemen Informatika Vol 5, No 1 (2019): Mei 2019
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1017.891 KB) | DOI: 10.26905/jtmi.v5i1.3074

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
Co-Authors Adityo Permana Wibowo