IMPLEMENTASI DATA MINING MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER UNTUK DATA KENAIKAN PANGKAT PADA DINAS KETENAGAKERJAAN KOTA MEDAN

ADELIN YOSEVA SIMANJUNTAK, INDRA SEPTIAN SALOMO SIMATUPANG (2022) IMPLEMENTASI DATA MINING MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER UNTUK DATA KENAIKAN PANGKAT PADA DINAS KETENAGAKERJAAN KOTA MEDAN , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Pedoman Penyusunan Karier PNS berdasarkan struktur birokrasi ASN dibagi berdasarkan pangkat dan golongan. Kenaikan pangkat adalah penghargaan yang diberikan atas prestasi kerja dan pengabdian Pegawai Negeri Sipil terhadap Negara, serta sebagai dorongan kepada Pegawai Negeri Sipil untuk lebih meningkatkan prestasi kerja dan pengabdiannya. Selama ini Dinas Ketenagakerjaan kota Medan masih memberikan rekomendasi kenaikan pangkat pada pegawainya berdasarkan hasil penilaian lanngsung pegawai dan persiapan data yang masih bersifat manual yang dapat memungkinkan hilangnya data pengajuan dan memakan waktu yang cukup lama dalam proses kenaikan pangkat.Penelitian ini bertujuan untuk membuat Implementasi data mining untuk membantu pihak Dinas ketenagakerjaan dalam mengolah data kenaikan pangkat berbasis komputerisasi  yang akan dituangkan dalam bentuk klassifikasi data kepangkatan berupa diagram buble dengan implementasi program phyton.Adapun atribut yang akan digunakan pada sistem ini adalah pendidikan,golongan,usia, prestasi dan masa berkerja yang berasal dari data primer Dinas ketenagakerjaan kota Medan. Sistem yang akan dikembangkan menggunakan Bahasa pemograman pyhton dan menerapkan metode  Naïve bayes classifier  dalam klasifikasi pangkat PNS (Pegawai Negeri Sipil) . Hasil dari penelitian ini adalah Data klassifikasi  calon pegawai dalam kelayakan kenaikan pangkat secara akurat dan efektif.

JURNAL
KATEGORI JURNAL Jurnal Nasional Terakreditasi
TAHUN JURNAL 2022
VOLUME JURNAL 5
NOMOR JURNAL 1
NAMA PENERBIT JOURNAL OF SCIENCE AND SOCIAL RESEARCH
NOMOR ISSN/ISBN 26153262
LAMAN PENERBIT (URL) http://jurnal.goretanpena.com/index.php/JSSR
LAMAN ARTIKEL (URL) http://jurnal.goretanpena.com/index.php/JSSR/article/view/804