<![CDATA[Proses evaluasi kinerja karyawan di lingkungan Dinas Pemberdayaan Masyarakat dan Gampong (DPMG) Kabupaten Pidie Jaya sebelumnya masih sangat bergantung pada metode manual. Proses manual ini membuka peluang terjadinya penilaian yang bersifat subjektif akibat prasangka pribadi serta menjadi tidak efisien seiring meningkatnya kompleksitas dan volume data kepegawaian. Penelitian ini bertujuan untuk menerapkan teknik klasifikasi data mining dengan algoritma C4.5 guna membangun model evaluasi kinerja karyawan yang analitis, objektif, dan mudah diinterpretasikan. Data yang digunakan merupakan data sekunder historis kepegawaian sebanyak 22 record yang bersumber dari Sistem Informasi Kepegawaian (SIK) Kantor DPMG Kabupaten Pidie Jaya, yang mencakup atribut pendidikan, masa kerja, kehadiran, alpa, sakit, izin, dan dinas luar. Metodologi yang diterapkan dalam penelitian ini mengacu pada kerangka kerja CRISP-DM (Cross Industry Standard Process for Data Mining). Proses pemodelan dilakukan dengan mengimplementasikan algoritma J48 pada perangkat lunak WEKA dan diuji menggunakan metode 10-fold cross validation. Hasil pembentukan pohon keputusan (decision tree) menunjukkan bahwa atribut "Hadir" (jumlah kehadiran) terpilih sebagai akar utama (root node) yang paling dominan dalam menentukan klasifikasi kinerja pegawai. Model ini berhasil mengklasifikasikan kinerja karyawan ke dalam tiga kategori, yaitu Sangat Baik, Baik, dan Cukup, dengan capaian tingkat akurasi sebesar 81,82% serta nilai Kappa statistic sebesar 0,6997. Dengan demikian, penerapan algoritma C4.5 terbukti efektif dan dapat digunakan sebagai alat bantu pendukung keputusan yang andal bagi pihak manajemen dalam mengevaluasi kinerja karyawan secara objektif berbasis data. Keyword : Algoritma C4.5, Data Mining, Evaluasi Kinerja, Kepegawaian, WEKA]]>
Copyrights © 2026
