Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pentingnya Audit Manajemen Sumber Daya Manusia dalam Meningkatkan Kinerja Karyawan Hardiansyah, Andi; Elma; Hasanah, Emy Yatul; Ma'hadi, Muhammad Albi Sahal; Aulia, Salsa
Karimah Tauhid Vol. 3 No. 10 (2024): Karimah Tauhid
Publisher : Universitas Djuanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/karimahtauhid.v3i10.15082

Abstract

Audit Sumber daya manusia (SDM) yaitu mekanisme pengecekan menyeluruh yang dilaksanakan untuk mengevaluasi mutu kegiatan yang dilaksanakan sumber daya manusia disuatu devisi mauoun perusahaan dengan tujuan menunjang pencapaian perusahaan. Penelitian bertujuan memahami esensialnya audit sumber daya manusia dalam meningkatkan kinerja karyawan. Metode yang dipakai yaitu studi pustaka yang mencakup jurnal nasional dan jurnal internasional. Temuan penelitian mengindikasikan bahwa audit manajemen SDM memainkan peran penting dalam meningkatkan kinerja karyawan melalui berbagai aspek seperti perencanaan tenaga kerja, rekrutmen, penempatan, pengembangan dan pelatihan karyawan, serta penilaian kinerja dan kompensasi. Audit ini membantu perusahaan menyesuaikan kebutuhan tenaga kerja, mengidentifikasi kekuatan serta kelemahan karyawan, memberi respon yang bersifat membangun, dan menjaga kepuasan serta motivasi karyawan. Pentingnya audit SDM terletak pada kemampuannya untuk mengidentifikasi kelemahan dalam pengelolaan sumber daya manusia dan mengambil tindakan korektif yang diperlukan. Implikasi dari penelitian ini adalah perlunya perusahaan untuk memprioritaskan penerapan audit SDM sebagai strategi manajemen yang efektif dalam menghadapi persaingan global.
Prediksi Tingkat Keterlambatan Pengumpulan Tugas Mahasiswa Berdasarkan Aktivitas Perkuliahan Menggunakan Algoritma K-Nearest Neighbor (KNN) Hardiansyah, Andi; Zalfa Dewi Zahrani; Elkin Rilvani
Jurnal Rekayasa Teknologi Nusa Putra Vol 11 No 2 (2025): Agustus 2025
Publisher : Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/rekayasa.v11i2.653

Abstract

The delay in task submission is one of the indicators of low discipline and student engagement in the learning process. This study aims to predict the level of task submission delay among students based on academic activity using the K-Nearest Neighbor (KNN) algorithm. The dataset used includes five predictor variables: attendance rate (%), frequency of LMS login, forum participation, average quiz scores (%), and LMS access time, with one target variable being task delay categorized into three classes: On Time, Moderate Delay, and Severe Delay. The KNN method with k = 3 was applied to the normalized dataset using Min-Max Scaling. The test results showed that the model successfully classified all test data with an accuracy of 100%. Evaluation using the confusion matrix, precision, recall, and f1-score confirmed optimal performance across all delay categories. The study concludes that academic activity significantly influences task punctuality, and the KNN model can serve as a foundation for developing a data-driven early warning system to detect students at risk of delay. However, further research with larger datasets is needed to validate the generalizability of this model.