Analisa Metode Algoritma C4.5 untuk Penilaian Kinerja Karyawan PT. PLN Distribusi Jakarta dan Tangerang

Abstract

Data mining adalah proses pengumpulan informasi penting dari sejumlah data besar yang tersimpan dibasis data, gudang data atau tempat penyimpanan lainnya. Perkembangan data tidak terlepas dari kemajuan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Metode klasifikasi yang umum digunakan Naive Bayes, Decision Tree, Algoritma C4.5, Neural Network, K-Nearest Neighbor dan Support Vector Machine. Penulis tertarik untuk menggunakan metode Algoritma C4.5 yang memberikan nilai akurasi tertinggi dari data penilaian kinerja karyawan di PT. PLN. Berdasarkan analisa metode klasifikasi data mining yaitu Algoritma C4.5. Evaluasi dilakukan dengan membagi data menjadi dua yaitu sebagai data latih (training set) diambil dari data histori setiap 6 bulan sebanyak 150 populasi dengan data latih sebanyak 4500 record, dan data uji (testing set) ada 109 populasi dengan data uji sebanyak 2370 record dari data 6 bulan sekali dalam satu tahun.