Joutica : Journal of Informatic Unisla
Vol 5, No 1 (2020)

KOMBINASI METODE ENSEMBLE, CFS DAN POHON KEPUTUSAN UNTUK PREDIKSI KINERJA PETUGAS STUDI KASUS: SURVEY PODES BADAN PUSAT STATISTIK

Eko Hardiyanto (Badan Pusat Statistik - BPS)



Article Info

Publish Date
31 Mar 2020

Abstract

Kegiatan rilis data pada pendataan Potensi Desa (Podes) Badan Pusat Statistik pada kurun waktu sembilan tahun terakhir, selalu mengalami keterlambatan. Untuk meminimalisir agar keterlambatan tidak terjadi secara berulang, penelitian bertujuan memprediksi kinerja petugas berdasarkan faktor internal dan eksternal sebagai informasi kegiatan di Badan Pusat Statistik (BPS). Pemilihan atribut pada penelitian ini menggunaan nilai gain informasi dan Correlation feature selection (CFS), selanjutnya dilakukan pemodelan dengan algoritma Pohon Keputusan. Hasil penelitian ini menunjukkan akurasi prediksi pada petugas organik BPS meningkat sebesar 10.57 % dari 63,19 % menjadi 69,87 % dengan faktor penentu keterlambatan adalah beban kerja, track record dan kemudahan lokasi, sedangkan pada petugas mitra dengan menggunakan metode CFS akurasi prediksi meningkat sebesar 24,11 % dari 65,78 % menjadi 81,643 % dengan faktor penentu keterlambatan adalah nilai pendalaman,kemampuan bekerja dalam tim, dan profesionalitas.

Copyrights © 2020






Journal Info

Abbrev

informatika

Publisher

Subject

Computer Science & IT Control & Systems Engineering

Description

Topics cover the following areas (but are not limited to): Enterprise Systems (ES) Enterprise Resource Planning Business Process Management Customer Relationship Management Marketing Analytics System Dynamics E-business and e-Commerce Marketing Analytics Supply Chain Management and Logistics ...