KOMPARASI METODE PEMBELAJARAN MESIN UNTUK IMPLEMENTASI PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PROMOSI JABATAN KARYAWAN

Abstract

Di era industri 4.0, perusahaan multinasional dituntut untuk beradaptasi dengan kemajuan teknologi dan perlu untuk bergerak cepat. Jenjang karier karyawan yang seimbang dengan beban kerja dan kebutuhan karyawan di lapangan, merupakan salah satu kunci pertahanan perusahaan. Selama ini tidak sedikit divisi pengelola sumber daya manusia di perusahaan yang menetapkan jenjang karier karyawan, dilakukan penilaian secara konvesional, yaitu dengan melihat nilai-nilai karyawan dari database perusahaan dan menimbang beberapa kriteria yang ada. Hal tersebut kemudian memakan waktu yang cukup lama. Sedangkan permintaan untuk menentukan promosi jabatan akan ada di setiap bulan. Kemudian dari masalah tersebut, dengan menggunakan data penelitian yang di peroleh dari perusahaan PT. Telkom Akses yang mana kriteria untuk promosi jabatan berbeda dengan perusahaan lain. Pada penelitian ini kami ingin memberikan solusi yaitu membuat perbandingan atau komparasi metode pembelajaran mesin untuk implementasi pengambilan keputusan dalam menentukan promosi jabatan karyawan, dengan menggunakan media aplikasi Rapidminer versi 9.10 dan dua metode, Decision Tree dan Naïve Bayes. Besar harapan kami dapat menjadi referensi khasanah ilmu pengetahuan baru di bidang Pengelolaan Sumber Daya Manusia. Pada penelitian ini, didapatkan hasil akurasi yang tertinggi yaitu, pada metode Naïve Bayes dengan nilai akurasi 92.29%, nilai presisi 97.05% dan nilai recall 89.86%.