Implementasi Data Mining Untuk Memprediksi Keterlambatan Jam Masuk Kerja Menggunakan Algoritma Klasifikasi

Abstract

Karyawan menjadi salah satu faktor penting yang dapat menentukan keberhasilan tujuan perusahaan. Hal ini terjadi karena karyawan adalah penggerak utama roda kegiatan sebuah perusahaan. Dengan kata lain, karyawan menjadi penguat fungsi-fungsi organisasi dalam sebuah perusahaan. Key performance indicator yang baik untuk karyawan akan mempengaruhi kinerja perusahaan, keterlambatan jam masuk kerja menjadi salah satu faktor penting yang mempengaruhi kinerja perusahan, keterlambatan dengan datang lewat waktu dari waktu yang sudah tentukan menjadi faktor yang mempengaruhi kinerja perusahaan dan karyawan menjadi tidak baik. Untuk itu diperlukan model untuk mengaklasifikaskan permasalahan tersebut. Pada penelitian ini digunakan tiga algortima klasifikasi: decision tree, naïve bayes, dan k-nearest neighbor dengan tehnik data mining untuk menemukan pola dari model yang digunakan, prihal ini akan membantu perusahaan meningkatkan kinerja perusahaan dan kedisiplinan karyawan. Dari hasil pengujian penelitian ini, faktor yang paling mempengaruhi keterlambatan jam masuk kerja adalah "jam berangkat", dan dari tiga algoritma yang digunakan, algoritma decision tree menjadi algoritma yang paling baik dengan tingkat akurasi 73.64%.