Sistem Prediksi Penerimaan Karyawan di PT. Surya Prima Semesta Berbasis Web Mengunakan Metode Naïve Bayes

Rizki Subhana Asrul; Anggay  Luri Pramana

doi:10.55382/jurnalpustakaai.v5i1.947

Authors

Rizki Subhana Asrul Universitas Nahdhlatul Ulama Sidoarjo
Anggay Luri Pramana Universitas Nahdhlatul Ulama Sidoarjo

DOI:

https://doi.org/10.55382/jurnalpustakaai.v5i1.947

Keywords:

naive bayes, prediksi, rekrutmen karyawan, Sistem berbasis web

Abstract

Penelitian ini difokuskan pada pengembangan sistem prediksi penerimaan karyawan berbasis web di PT. Surya Prima Semesta dengan menggunakan algoritma Naïve Bayes. Tujuan utamanya adalah meningkatkan efektivitas serta ketepatan dalam proses rekrutmen. Sistem dirancang berdasarkan 360 data historis sebagai data pelatihan dan 15 data sebagai data pengujian. Beberapa variabel yang dijadikan acuan dalam proses prediksi meliputi usia, latar belakang pendidikan, pengalaman kerja, hasil wawancara, serta kemampuan administratif dan komunikasi. Temuan penelitian menunjukkan bahwa sistem ini mampu mengurangi unsur subjektivitas dalam proses seleksi dan mempercepat pengambilan keputusan, dengan tingkat akurasi sebesar 93%. Untuk pengembangan ke depan, disarankan agar jumlah dan keragaman data pelatihan ditingkatkan, serta dilakukan integrasi sistem dengan basis data HRD perusahaan. Disarankan pula dilakukan evaluasi sistem secara berkala untuk menjaga kinerja dan akurasi prediksi di masa mendatang.

Downloads

Download data is not yet available.

Author Biography

Rizki Subhana Asrul, Universitas Nahdhlatul Ulama Sidoarjo

References

Fajar R., & Henny D.B. (2024). KLASIFIKASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN ALGORITME NAÏVE BAYES (STUDI KASUS PT. AS SABAR SUKSES BERKAH). Jurnal Multidisiplin Saintek. 4(2): 1 - 12.

Dwi Agustina, & Umi C. (2025). Penerapan Sistem Prediksi Perekrutan Karyawan Menggunakan Metode Naive Bayes. Jurnal Teknik Mesin, Industri, Elektro dan Informatika. 4(1): 01-13.

Irkham W. S., & Bety W S. (2019). Uji Performa Algoritma Naïve Bayes untuk Prediksi Masa Studi Mahasiswa. Citec Journal. 6(1). 01-11

Sulaiman Sinaga, Rahmat W. S. & S. Sumarno. (2022). Penerapan Algoritma Naive Bayes untuk Klasifikasi Prediksi Penerimaan Siswa Baru. Journal of Machine Learning and Data Analytics. 1(1): 55-64.

Asnur Karima. & Taghfirul Azhima Yoga Siswa. (2022). Prediksi Kinerja Mahasiswa Dalam Perkuliahan Berbasis Learning Management System Menggunakan Algoritma Naïve Bayes. Jurnal Ilmiah Komputer.1(1): 01-11.

Brian Laurensz, & Eko Sediyono. (2021). Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19. Jurnal Nasional Teknik Elektro dan Teknologi Informasi. 10(2): 118-123.

Puteri Sejati, Munawar, M. P., & H. Akbar. (2022). STUDI KOMPARASI NAIVE BAYES, K-NEAREST NEIGHBOR, DAN RANDOM FOREST UNTUK PREDIKSI CALON MAHASISWA YANG DITERIMA ATAU MUNDUR. Jurnal Teknologi Informasi dan Ilmu Komputer. 9(7): 1341-1348.

M. Alfian F. & M. Machlul A. (2024). Sistem Prediksi Pengiriman Pada Dakota Cargo Menggunakan Metode Naive Bayes Berbasis Web. Jurnal Ilmiah Teknik Informatika dan Sistem Informasi. 7(1): 236-243.

Dika N., & Maxsi A. (2024). IMPLEMENTASI ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK MEMPREDIKSI TINGKAT PRODUKTIVITAS KINERJA KARYAWAN. JIKA (Jurnal of Informatics). 8(3): 297-303.

Edward R. S., & D. T. Implementasi Algoritma Naïve Bayes Classifier Dalam Penerimaan Karyawan. BEES: Bulletin of Electrical and Electronics Engineering, 3(1): 49-56.