Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Innovative: Journal Of Social Science Research
Susanti, Maulidia
Unknown Affiliation
Humanities Computer Science & IT Law, Crime, Criminology & Criminal Justice Public Health Other

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

Found 1 Documents
Search

 1 
Implementasi Data Mining Untuk Rekomendasi Kenaikan Pangkat Pegawai Negeri Sipil Menggunakan Algoritma Naïve Bayes Pada Biro Administrasi Pimpinan Sekretariat Daerah Provinsi Sulawesi Tengah Angreni, Dwi Shinta; Susanti, Maulidia
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i1.9016

Abstract

PNS adalah kepanjangan dari Pegawai Negeri Sipil yang merupakan warga negara Indonesia yang memenuhi persyaratan tertentu untuk dipekerjakan dan diangkat sebagai Aparatur Sipil Negara secara tetap dan menduduki jabatan di pemerintahan. Penelitian ini memiliki permasalahan pada keterlambatan pengajuan berkas yang disebabkan karena banyaknya berkas yang berbeda jenis tumpang tindih, serta media penyimpanan berkas yang belum terkomputerisasi sepenuhnya memerlukan banyak waktu dan ketelitian dalam penyeleksian, sehingga menyebabkan keterlambatan dalam pengurusan kenaikan pangkat. Tujuan dari penelitian adalah untuk membuat sistem yang dapat mengimplementasikan data mining menggunakan algoritma naïve bayes dalam melakukan klasifikasi untuk rekomendasi kenaikan pangkat PNS. Berdasarkan hasil dari pengimplementasin sistem, didapatkan hasil akurasi sebesar 84.24% menggunakan pengujian algoritma confusion matrix, precision sebesar 81.34%, dan Recall sebesar 73.22%.
Co-Authors Dwi Shinta Angreni