<![CDATA[Evaluasi kinerja karyawan merupakan proses penting dalam pengambilan keputusan, khususnya dalam menentukan kelanjutan status kerja karyawan. Pada PT Minggah Gugah Nan Mumpuni proses evaluasi kinerja karyawan yang masih dilakukan secara manual menimbulkan permasalahan berupa waktu pemrosesan yang lama serta potensi ketidakkonsistenan hasil penilaian antar periode. Penelitian ini dilakukan untuk merancang dan mengimplementasikan. Sistem manajement KPI (Key Performance Indicator) yang mampu melakukan klasifikasi status kelanjutan kontrak karyawan secara otomatis menggunakan algoritma Naive Bayes Classifier. Sistem dirancang untuk mengakomodasi divisi yang ada pada perusahaan diantaranya, Sales, Marketplace, Marketing dan Warehouse Data penilaian kinerja bulanan diagregasi menjadi data per periode semester, kemudian didiskritisasi ke dalam kategori Baik, Cukup, dan Rendah sebelum diproses menggunakan algoritma Naive Bayes dengan penerapan Laplace Smoothing untuk mengatasi permasalahan zero-frequency. Pengujian tingkat akurasi model dilakukan menggunakan metode Leave-One-Out Cross Validation (LOOCV) pada data riil hasil keputusan HR (Human Resources), dengan hasil akurasi yang bervariasi pada tiap divisi, yaitu Sales sebesar 76,2%, Warehouse sebesar 75,0%, Marketplace sebesar 52,6%, dan Marketing sebesar 38,9%. Hasil pengujian menunjukkan bahwa keputusan HR (Human Resources) tidak sepenuhnya dapat diprediksi hanya berdasarkan indikator KPI kuantitatif, mengindikasikan adanya faktor kualitatif lain yang turut memengaruhi pengambilan keputusan. Validasi implementasi sistem yang dilakukan melalui perbandingan perhitungan manual dan hasil keluaran sistem pada sampel data tiap divisi menunjukkan hasil yang konsisten, sehingga membuktikan bahwa algoritma Naive Bayes Classifier telah diimplementasikan sesuai dengan kaidah perhitungan teoritis. Kata kunci: Naive bayes classifier, kinerja karyawan, Evaluasi kinerja karyawan, Key Performance Indicator]]>
