Implementasi Naïve Bayes untuk Evaluasi dan Klasifikasi Beban Kerja Pegawai di Badan Kepegawaian Kabupaten Barru


Muhammad Alif Tenriadjeng(1*); Ihwana As’ad(2); Amaliah Faradibah(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Penelitian ini mengkaji penerapan algoritma Naïve Bayes dalam mengklasifikasikan beban kerja pegawai di Badan Kepegawaian Kabupaten Barru guna meningkatkan efektivitas manajemen sumber daya manusia berbasis data. Tantangan utama dalam pengelolaan pegawai meliputi ketidakseimbangan distribusi tugas, kurangnya transparansi penilaian, serta keterbatasan metode konvensional, yang dapat diatasi melalui analisis data historis dengan pendekatan probabilistik. Algoritma Naïve Bayes digunakan untuk mengelompokkan beban kerja pegawai berdasarkan parameter jumlah jam kerja, kompleksitas tugas, dan pencapaian target, yang menghasilkan distribusi beban kerja rendah (55,7%), sedang (31,4%), dan tinggi (12,8%). Model ini menunjukkan akurasi tinggi dalam klasifikasi dan mampu mengidentifikasi pegawai dengan kelebihan atau kekurangan beban kerja secara objektif. Studi kasus pada PT. Rikasa Dinar Djaya juga membuktikan keandalan metode ini dalam mengevaluasi kinerja karyawan dengan akurasi 99,44%. Hasil penelitian ini diharapkan dapat meningkatkan transparansi dan keadilan dalam evaluasi kinerja pegawai, meminimalkan bias subjektif, serta menjadi referensi bagi instansi pemerintah lainnya dalam mengadopsi teknologi machine learning untuk pengelolaan SDM yang lebih modern, efisien, dan berkelanjutan

Keywords


Naïve Bayes; Klasifikasi Beban Kerja; Evaluasi Kinerja Pegawai

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 11 times
PDF view: 3 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/linier.v2i3.3140 		  

Cite

How to cite item

References


D. Fajriyani, A. Fauzi, M. Devi Kurniawati, A. Yudo Prakoso Dewo, A. Fahri Baihaqi, and Z. Nasution, “Tantangan Kompetensi SDM dalam Menghadapi Era Digital (Literatur Review),” Jurnal Ekonomi Manajemen Sistem Informasi, vol. 4, no. 6, pp. 1004–1013, 2023, doi: 10.31933/jemsi.v4i6.1631.

M. Xanderina, A. Aditya Nafil, and F. Jatmiko, “Analisis Manajemen Sumber Daya Manusia Instansi Negeri Era Digitalisasi Dengan Kecerdasan Buatan,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 4, pp. 4451–4456, 2024, doi: 10.36040/jati.v8i4.9952.

Safitri, “Penerapan Algoritma Naïve Bayes Untuk Penentuan Calon Penerimaan Beasiswa Pada Sd Negeri 6 Ketapang,” Jurnal Informatika dan Sistem Informasi, vol. 06, no. 01, pp. 43–52, 2020.

T. A. Q. Putri, A. Triayudi, and R. T. Aldisa, “Implementasi Algoritma Decision Tree dan Naïve Bayes Untuk Klasifikasi Sentimen Terhadap Kepuasan Pelanggan Starbucks,” Journal of Information System Research (JOSH), vol. 4, no. 2, pp. 641–649, 2023, doi: 10.47065/josh.v4i2.2949.

H. A. R. Harpizon, R. Kurniawan, Iwan Iskandar, R. Salambue, E. Budianita, and F. Syafria, “Analisis Sentimen Komentar Di YouTube Tentang Ceramah Ustadz Abdul Somad Menggunakan Algoritma Naïve Bayes,” JNKTI (Jurnal Nasional Komputasi dan Teknologi Informasi), vol. 5, no. 1, pp. 131–140, 2022.

T. Al Kautsar, “Klasifikasi Multi Label Pada Jawaban Esai Menggunakan Algoritma Multi Label Knearest Neighbor (Mlknn),” Repository.Uinjkt.Ac.Id, 2023.

E. Poerwandono and J. Perwitosari, “Penerapan Data Mining Untuk Penilaian Kinerja Karyawan Di PT. Riksa Dinar DJaya Menggunakan Metode Naïve Bayes Classification (Edhy Poerwandono 1 , Faizal Joko Perwitosari 2 ) Penerapan Data Mining Untuk Penilaian Kinerja Karya Di PT Riksa Dinar Djaya Menggunakan Metode Naive Bayes Classification,” Jurnal Sains dan Teknologi, vol. 5, no. 1, p. |pp, 2023.

H. F. Putro, R. T. Vulandari, and W. L. Y. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,” Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), vol. 8, no. 2, 2020, doi: 10.30646/tikomsin.v8i2.500.

A. A. N. Risal, N. I. Yusuf, A. B. Kaswar, and F. Adiba, “Penerapan data mining dalam mengklasifikasikan tingkat kasus Covid-19 di Sulawesi Selatan menggunakan Algoritma Naive Bayes,” Indonesian Journal of Fundamental Sciences, vol. 7, no. 1, pp. 18–28, 2021.

Ernianti Hasibuan and Elmo Allistair Heriyanto, “Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Naive Bayes Classifier,” Jurnal Teknik dan Science, vol. 1, no. 3, pp. 13–24, 2022, doi: 10.56127/jts.v1i3.434.

J. Xu, Y. Zhang, and D. Miao, “Three-way confusion matrix for classification: A measure driven view,” Information Sciences, vol. 507, pp. 772–794, 2020.

C. A. Pamungkas and W. W. Widiyanto, “Klasifikasi Indeks Pembangunan Manusia Di Indonesia Tahun 2022 Dengan Support Vector Machine,” Jurnal ilmiah Sistem Informasi dan Ilmu Komputer, vol. 2, no. 3, pp. 139–145, 2023, doi: 10.55606/juisik.v3i1.407.

E. Yuniar, D. S. Utsalinah, and D. Wahyuningsih, “Implementasi Scrapping Data Untuk Sentiment Analysis Pengguna Dompet Digital dengan Menggunakan Algoritma Machine Learning,” Jurnal Janitra Informatika dan Sistem Informasi, vol. 2, no. 1, pp. 35–42, 2022, doi: 10.25008/janitra.v2i1.145.

K. Anwar, “Analisa sentimen Pengguna Instagram Di Indonesia Pada Review Smartphone Menggunakan Naive Bayes,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 2, no. 4, pp. 148–155, 2022, doi: 10.30865/klik.v2i4.315.

A. S. A. Herdianti Darwis, Nugraha Wanaspati, “Support Vector Machine Untuk Analisis Sentimen Masyarakat Terhadap Penggunaan Antibiotik Di Indonesia,” Indonesian Journal Of Computer Science, vol. 12, pp. 2196–2206, 2023.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Muhammad Alif Tenriadjeng, Ihwana As’ad, Amaliah Faradibah

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



Literatur Informatika dan Komputer

Diterbitkan oleh  Fakultas Ilmu Komputer
Website :  https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id

 This work is licensed under a Creative Commons Attribution-ShareAlike 4.0