DATA MINING PENILAIAN KINERJA KARYAWAN UPI CONVENTION GROUP MENGGUNAKAN BAYESIAN CLASSIFIER

Mandala, Eka Praja Wiyata and Ridwan, Muhammad and Putri, Dewi Eka (2019) DATA MINING PENILAIAN KINERJA KARYAWAN UPI CONVENTION GROUP MENGGUNAKAN BAYESIAN CLASSIFIER. SEBATIK, 23 (1). pp. 53-59. ISSN 1410-3737

[img]
Preview
Text
Dewi Eka Putri_Data Mining Penilaian Kinerja Karyawan Upi Convention Group Menggunakan Bayesian Classifier.pdf

Download (274kB) | Preview
Official URL/ URL Asal/ URL DOI: https://jurnal.wicida.ac.id/index.php/sebatik/arti...

Abstract

Kinerja merupakan tingkat berhasilnya seorang karyawan dalam periode tertentu ketika melaksanakan pekerjaannya berupa standar dari hasil kerja dan target yang sudah dicapai. Kinerja biasa juga disebut dengan prestasi kerja yang merupakan gabungan dari kemampuan dari seorang karyawan, usaha yang dilakukannya dan kesempatan yang bisa dinilai dari semua hasil kerjanya. Penilaian kinerja karyawan harus dilakukan pada semua bidang usaha yang melibatkan karyawan didalamnya, termasuk UPI Convention Group sebagai pengelola gedung pertemuan dan penyedia fasilitas untuk menunjang semua kegiatan yang dilakukan di gedung tersebut. UPI Convention Group memiliki karyawan tetap yang ditempatkan pada dua gedung yang dikelola yaitu UPI Exhibition Hall dan UPI Convention Center. Padatnya kegiatan yang dilakukan pada kedua gedung tersebut, diantaranya adalah acara pernikahan, seminar, pertemuan dan kegiatan lainnya membuat pihak manajemen UPI Convention Group mempunyai masalah dengan kinerja karyawan mereka yang dirasakan tidak stabil, kadang kinerja mereka bagus, kadang kurang bagus. Karena masalah ini, maka diperlukan sebuah aplikasi pendukung untuk melakukan penilaian kinerja karyawan di UPI Convention Group, dimana aplikasi ini dibuat menggunakan pendekatan data mining dengan metode bayesian classifier untuk menentukan nilai probabilitas dari masingmasing kriteria penilaian. Hasilnya sangat membantu manajemen UPI Convention Group dalam proses penilaian kinerja karyawan berdasarakan kriteria-kriteria yang sudah ditentukan.

Item Type: Article
Subjects: 0 Research > Ilmu Komputer > Data Mining dan KDD
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer
Depositing User: Masriadi, S.Kom, M.Kom
Date Deposited: 21 Sep 2021 03:18
Last Modified: 21 Sep 2021 03:18
URI: http://repository.upiyptk.ac.id/id/eprint/3251

Actions (login required)

View Item View Item