Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Penilaian Kinerja Pegawai Di Kedai XYZ

Narendra, Dhimas (2025) Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Penilaian Kinerja Pegawai Di Kedai XYZ. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text LEMBAR PERNYATAAN KEASLIAN SKRIPSI.pdf Download (265kB)
	Text LEMBAR PERSETUJUAN.pdf Download (449kB)
	Text LEMBAR PENGESAHAN.pdf Download (523kB)
	Text HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI.pdf Download (43kB)
	Text Halaman Judul.pdf Download (558kB)
	Text BAB 1.pdf Download (216kB)
	Text BAB 2.pdf Download (450kB)
	Text BAB 3.pdf Restricted to Repository staff only until 9 January 2030. Download (907kB)
	Text Bab 4.pdf Restricted to Repository staff only until 13 January 2030. Download (921kB)
	Text BAB 5.pdf Download (185kB)
	Text DAFTAR PUSTAKA.pdf Download (297kB)
	Text LAMPIRAN.pdf Download (174kB)

Abstract

Proses penilaian kinerja di Kedai XYZ saat ini dilakukan secara langsung tanpa kriteria yang jelas, sehingga menimbulkan subjektivitas dalam pengambilan keputusan terkait pengangkatan Team Leader. Kondisi ini menyulitkan manajemen untuk menilai secara objektif dan sering kali mengandalkan data serta performa yang tidak terukur. Salah satu solusi yang dapat diterapkan adalah menggunakan metode Naïve Bayes untuk mengembangkan sistem penilaian kinerja yang lebih objektif dan terstruktur. Metode ini merupakan prediksi sederhana berbasis probabilitas dengan menggunakan teorema Bayes. Penelitian ini bertujuan untuk mengetahui peringkat kinerja pegawai di Kedai XYZ. Metode klasifikasi Naïve Bayes digunakan untuk menganalisis kelompok data melalui perhitungan probabilitas. Berdasarkan hasil dari evaluasi confusion matrix algoritme naïve bayes, diklasifikasikan menjadi tiga kelas matrix yaitu precision, recall, dan accuracy. Kelas 1 memiliki precision 100% tetapi recall 64% menunjukkan bahwa semua data kelas 1 diidentifikasi dengan beberapa kesalahan identifikasi data kelas lain, kelas 2 memiliki precision 93% dan recall 84%, menunjukkan performa yang cukup baik, sedangkan kelas 3 precision 67% dan recall 50%, menunjukkan kesulitan yang akurat untuk mengidentifikasi. Secara keseluruhan, model ini cukup akurat. Metode naïve bayes cukup akurat untuk mengetahui peringkat kinerja pegawai di Kedai XYZ.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Information Systems Study Program
Depositing User:	Dhimas Narendra Sangaji Setyo Utomo
Date Deposited:	12 Jun 2026 04:40
Last Modified:	12 Jun 2026 04:47
URI:	http://eprints.umg.ac.id/id/eprint/16989

Actions (login required)

View Item