Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Digital Transformation Technology (Digitech)
Mahendra Brutu
Universitas Prima Indonesia, Medan
Computer Science & IT Library & Information Science

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

Found 1 Documents
Search
Journal : digital transformation technology digitech

 1 
Prediksi Penerimaan Calon Karyawan Dengan Menggunakan Algoritma C4.5 Pada Biro Kesejahteraan Rakyat Provinsi Sumatera Utara Amir Mahmud Husein; Mahendra Brutu
Digital Transformation Technology Vol. 2 No. 1 (2022): Research Artikel Periode Maret 2022
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (324.222 KB) | DOI: 10.47709/digitech.v2i1.1769

Abstract

Untuk menentukan calon karyawan yang memenuhi kriteria maka dibutuhkan rekomendasi yang tepat. Perekomendasian yang tepat membutuhkan jumlah data yang banyak, Algoritma C4.5 merupakan salah satu metode yang dapat menganalisis data dalam jumlah yang banyak atau biasa disebut data mining. Algoritma C4.5 digunakan pada penelitian ini untuk memprediksi proses penerimaan calon karyawan baru dengan cara mengklasifikasikan data calon karyawan berdasarkan kriteria yang ditentukan. Pada penelitian ini dibuat suatu aplikasi yang mengimplementasikan pohon keputusan dengan algoritma C4.5, data yang digunakan dalam penelitian ini adalah data calon pegawai. Algoritma C 4.5 adalah algoritma klasifikasi data dengan teknik pohon keputusan. Adapun alur proses pengerjaan penelitian ini dimulai dari Pengumpulan Data sesuai dengan beberapa metode yang telah dijelaskan sebelumnya. Kemudian setelah dataset terkumpul, dilakukan tahap ­preprocessing untuk proses pengolahan data. Kemudian dilakukan proses perhitungan baik manual maupun menggunakan sistem dari RapidMiner sebagai perbandingan hasil ke akuratan. Hingga pada akhirnya diperoleh hasil akhir. Setelah pengujian dilakukan beberapa kali maka operator yang ditetapkan adalah dengan menggunakan operator split validation dan menggunakan Stratified Sampling dengan training data 90% dan testing data 10% dengan tingkat akurasi sebesar 81,82% dan classification error sebesar 18,18%.
Co-Authors Amir Mahmud Husein