Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal Automation Computer Information System (JACIS)

Klasifikasi Kinerja Pegawai Menggunakan Algoritma Random Forest Putri, Jelly Helia; Sitohang, Sunarsan
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.170

Abstract

Evaluasi kinerja pegawai merupakan aspek penting dalam manajemen sumber daya manusia, namun penerapannya masih sering dilakukan secara subjektif sehingga berpotensi menimbulkan bias dan ketidakkonsistenan. Penelitian-penelitian sebelumnya umumnya berfokus pada penerapan algoritma klasifikasi tanpa menekankan kesenjangan penelitian, kontribusi ilmiah, serta analisis faktor dominan yang memengaruhi kinerja pegawai. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model klasifikasi kinerja pegawai yang objektif serta mengidentifikasi faktor-faktor utama penentu kinerja pegawai menggunakan algoritma Random Forest. Penelitian ini menggunakan dataset INX Future Inc. Employee Performance yang diperoleh dari Kaggle dengan tiga kategori kinerja, yaitu Low, Medium, dan High. Proses penelitian dilakukan melalui tahapan data mining yang meliputi seleksi data, prapemrosesan, transformasi data, pemodelan, dan evaluasi. Performa model dievaluasi menggunakan metrik akurasi, presisi, recall, dan f1-score, serta dibandingkan berdasarkan beberapa skenario pembagian data latih dan data uji. Hasil penelitian menunjukkan bahwa pembagian data latih dan data uji sebesar 80%:20% menghasilkan performa terbaik dengan tingkat akurasi sebesar 94,58%, yang lebih unggul dibandingkan skenario lainnya. Analisis feature importance menunjukkan bahwa kepuasan lingkungan kerja, sistem reward, pengembangan karier, dan pengalaman kerja merupakan faktor yang paling berpengaruh terhadap kinerja pegawai. Simpulan penelitian ini menegaskan bahwa algoritma Random Forest efektif dalam klasifikasi kinerja pegawai sekaligus memberikan kontribusi ilmiah dalam mengidentifikasi faktor penentu kinerja, serta implikasi praktis sebagai sistem pendukung keputusan evaluasi kinerja pegawai yang lebih objektif dan berbasis data
Implementasi Kriptografi Hibrida Berbasis AES, BPKDF2 dan RSA pada Notepad Android Ewin Wijaya; Sunarsan Sitohang
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.169

Abstract

Keamanan data pada perangkat mobile menjadi isu krusial seiring meningkatnya penggunaan smartphone untuk menyimpan informasi sensitif. Aplikasi notepad konvensional umumnya menyimpan data dalam format teks biasa (plain text), sehingga rentan terhadap penyadapan dan akses ilegal. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem keamanan berlapis (layered security) pada platform Android melalui pendekatan kriptografi hibrida. Sistem yang dikembangkan mengintegrasikan tiga algoritma utama untuk memenuhi aspek keamanan data, yaitu AES (Advanced Encryption Standard) untuk menjaga kerahasiaan data, PBKDF2 (Password-Based Key Derivation Function 2) untuk memperkuat keamanan autentikasi kunci terhadap serangan brute-force, serta RSA (Rivest-Shamir-Adleman) untuk mengamankan distribusi kunci pada proses berbagi catatan. Ruang lingkup penelitian difokuskan pada pengamanan data berbasis teks serta pengujian fungsionalitas algoritma tanpa melibatkan analisis performa komputasi. Validasi sistem dilakukan menggunakan metode Black Box Testing untuk memastikan kesesuaian fungsi terhadap skenario keamanan yang dirancang. Hasil pengujian menunjukkan bahwa integrasi ketiga algoritma berhasil mengamankan proses penyimpanan, autentikasi, dan pertukaran data. Temuan ini menunjukkan bahwa pendekatan kriptografi hibrida dapat diterapkan secara efektif dalam meningkatkan keamanan aplikasi catatan berbasis mobile.