KALYANA, ANDRIAN FALAH (2024) IMPLEMENTASI ALGORITMA DECISION TREE PADA PENILAIAN KINERJA KARYAWAN MENGGUNAKAN KERANGKA OBJECTIVE AND KEY RESULT (TA.1.24.005). Diploma thesis, Universitas Logistik dan Bisnis Internasional.
Full text not available from this repository.Abstract
ABSTRAK OKR (Objectives and Key Results) merupakan kerangka kerja yang digunakan untuk menetapkan dan memantau tujuan serta hasil kunci yang ingin dicapai oleh suatu organisasi. Penilaian dilakukan secara berkala untuk mengukur kemajuan dan efektivitas OKR dalam mencapai tujuan yang telah ditentukan. Dalam penelitian ini, data sintetis digunakan untuk memprediksi kinerja karyawan. Data tersebut dihasilkan menggunakan metode faker dari library Python, dengan mengacu pada data asli. Machine learning, sebagai bagian dari kecerdasan buatan, memungkinkan sistem untuk belajar secara otomatis dan meningkatkan performanya berdasarkan pengalaman tanpa perlu pemrograman eksplisit. Algoritma Decision Tree diterapkan dalam penelitian ini untuk melakukan klasifikasi dan regresi. Tujuan penelitian ini adalah memprediksi kinerja karyawan dengan label "cukup," "baik," "memuaskan," dan "sangat memuaskan." Hasil penelitian menunjukkan bahwa algoritma Decision Tree mampu membangun pohon keputusan yang efektif dalam memprediksi kategori kinerja karyawan dengan akurasi mencapai 95%. Selain itu, nilai Macro Average untuk precision dan recall masing-masing adalah 0,75, sedangkan F1-Score mencapai 0,77. Adapun nilai Weighted Average untuk F1- Score juga sebesar 0,77. Kesimpulannya, algoritma Decision Tree terbukti efektif dalam evaluasi kinerja karyawan. Kata Kunci: Objective and Key Result(OKR), Machine Learning, Algoritna Decision Tree
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D3 |
| Depositing User: | Unnamed user with email [email protected] |
| Date Deposited: | 21 Nov 2024 04:17 |
| Last Modified: | 21 Nov 2024 04:17 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/2608 |
Actions (login required)
 |
View Item |
