IMPLEMENTASI DATA MINING DALAM PREDIKSI PERFORMANCE SOFTWARE ENGINEER PT. EMERIO MENGGUNAKAN DECISION TREE
Abstract: Nilai hasil
performance appraisal di PT. Emerio Indonesia belum dijadikan sebagai acuan
dalam proses rekruitmen, sehingga masih ditemukan proses rekruitmen yang belum
maksimal dalam mendapatkan Software Engineer yang berkualitas. Dengan
mengimplementasikan teknik klasifikasi data mining yaitu decision tree, data
personal dan performance appraisal yang dimiliki oleh Emerio diolah sebagai
sumber data untuk memprediksi performance Software Engineerdi PT. Emerio
Indonesia. Langkah-langkah implementasi dilakukan sesuai dengan tahapan
penyelesaian data mining yaitu CRISP-DM. Sejumlah 103 data di Microsoft Excel
diolah menjadi 101 data di CSV sebagai sumber data bagi pemodelan yang
dilakukan melalui tools data mining, WEKA. Pemodelan klasifikasi dengan
menggunakan WEKA menghasilkan satu model dan tujuh rule decision tree dari
prediksi performance Software Engineer. Performance Software Engineer
diprediksi ke dalam tiga kategori yaitu very competent, competent dan
development needed. Masing-masing kategori ditentukan oleh kemampuan desain,
pengujian, implementasi, analisis, dan softskill dari Software Engineer.
Tingkat akurasi model decision tree yang dihasilkan adalah 97.0297% dengan
tingkat kesalahan sebesar 2.9703%. Implementasi data mining dalam prediksi
performance Software Engineer di PT. Emerio Indonesia dengan menggunakan
decision tree ini, diharapkan dapat digunakan sebagai acuan bagi Emerio dalam
membuat kebijakan proses rekruitmen Software Engineer yang lebih baik, sehingga
akan diperoleh hasil rekruitmen Software Engineer yang berkualitas.
Penulis: Durrotul Mukhibah,
Ana Kurniawati
Kode Jurnal: jptinformatikadd170186
