BAB 1 PENDAHULUAN 1-1

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. Perusahaan perusahaan pada saat ini sudah memiliki database yang

BAB I PENDAHULUAN. bersaing. Dalam dunia bisnis yang dinamis dan penuh persaingan. Seiring dengan

PENERAPAN DATA MINING SEBAGAI MODEL SELEKSI PENERIMA BEASISWA PENUH (STUDI KASUS: STIE PERBANAS SURABAYA)

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN 1.1 Latar Belakang Dropout Data mining

3.1 Metode Pengumpulan Data

BAB 1 PENDAHULUAN 1-1

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.

Timor Setiyaningsih, Nur Syamsiah Teknik Informatika Universitas Darma Persada. Abstrak

BAB II LANDASAN TEORI

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN. Permintaan sepeda motor pada PT. Bintang Utama Motor semakin

BAB III METODOLOGI PENELITIAN

JURNAL IMPLEMENTASI DATA MINING DENGAN ALGORITMA C4.5 UNTUK MEMPREDIKSI PRESTASI SISWA

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan

BAB I PENDAHULUAN. diperoleh melalui proses penerimaan pegawai yang efektif (Ambar, 2003).

Penerapan Fungsi Data Mining Klasifikasi untuk Prediksi Masa Studi Mahasiswa Tepat Waktu pada Sistem Informasi Akademik Perguruan Tinggi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERTEMUAN 14 DATA WAREHOUSE

BAB I PENDAHULUAN. dari pemikiran-pemikiran manusia yang semakin maju, hal tersebut dapat. mendukung bagi pengembangan penyebaran informasi.

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan

yang lama. Biaya yang tidak sedikit dan sangat terbuka untuk melakukan kesalahan dalam menentukan orang yang tepat. Pengelolaan sumber daya manusia

- PERTEMUAN 1 - KNOWLEGDE DISCOVERY

BAB I PENDAHULUAN. jurusan ditentukan berdasarkan standar kriteria tiap jurusan.

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Dalam dunia pendidikan saat ini biasanya instansi pemerintahan menetapkan

BAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang akurat

BAB I PENDAHULUAN. dengan menerapkan teknologi tepat guna, namun dalam mengembangkan sistem

Majalah Ilmiah UPI YPTK, Volume 20, No. 1, Maret

JURNAL PREDIKSI PRESTASI SISWA SEKOLAH DASAR MENGGUNAKAN ALGORITMA CART PREDICTION ELEMENTARY SCHOOL STUDENT ACHIEVEMENT USING CART ALGORITHM

PERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan

Proses Data Mining dalam Sistem Pembelajaran Berbantuan Komputer

BAB I PENDAHULUAN. berjudul Kualitas SDM Indonesia di Dunia, Indonesia berada pada peringkat 108

SOLUSI PREDIKSI MAHASISWA DROP OUT PADA PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA DARMA

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang Saat ini pendidikan di Indonesia semakin berkembang. Banyaknya

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang. Pertumbuhan pasar swalayan dewasa ini telah meningkat dengan pesat di

BAB 2 TINJAUAN PUSTAKA

BAB III METODOLOGI PENELITIAN

BAB 3 LANDASAN TEORI

BAB I PENDAHULUAN I.1. Latar Belakang Masalah

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

ANALISIS KLASIFIKASI PADA NASABAH KREDIT KOPERASI X MENGGUNAKAN DECISION TREE C4.5 DAN NAÏVE BAYES SKRIPSI

BAB II TINJAUAN PUSTAKA Indeks Prestasi Kumulatif dan Lama Studi. menggunakan dokumen/format resmi hasil penilaian studi mahasiswa yang sudah

PENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain

dengan harga jual yang lebih rendah. Sedangkan diskon atau potongan harga adalah pengurangan harga langsung dari suatu produk yang dilakukan dalam

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

PENERAPAN ALGORITMA C4.5 DALAM PEMILIHAN BIDANG PEMINATAN PROGRAM STUDI SISTEM INFORMASI DI STMIK POTENSI UTAMA MEDAN

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Investasi merupakan penanaman sejumlah dana dalam bentuk uang

PENERAPAN DATA MINING UNTUK MENGANALISA JUMLAH PELANGGAN AKTIF DENGAN MENGGUNAKAN ALGORITMA C4.5

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 KONSEP DATA MINING 2 Gambar 1.1 Perkembangan Database Permasalahannya kemudian adalah apa yang harus dilakukan dengan data-data itu. Sudah diket

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODE PENELITIAN. ini dilaksanakan dari bulan Agustus Oktober 2016.

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN. dihindarkan dari kehidupan bermasyarakat di dunia tidak terkecuali di

ANALISIS DATA POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN SUPERMARKET PAMELLA YOGYAKARTA 1.

1. BAB I PENDAHULUAN 1.1. Latar Belakang ,

DESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA. Oleh : Rita Prima Bendriyanti ABSTRAK

BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB III METODOLOGI PENELITIAN. digunakan pada proses rekomendasi penjurusan pada jenjang menengah. Merumuskan Masalah

ANALISIS PENERAPAN TEKNIK DATAMINING DALAM PENGIMPLEMENTASIAN DAN PENGEMBANGAN MODEL ACTIVE LEARNING DENGAN METODE KELOMPOK

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Permasalahan

BAB I PENDAHULUAN. Hasil studi kasus seorang psikolog perkembangan Deni Nasri,mengemukakan bahwa empat dari lima orang dewasa yang krisis kepribadian

BAB III METODOLOGI 3.1. Prosedur Penelitian Identifikasi Masalah

Konsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES. Bertalya Universitas Gunadarma 2009

BAB I PENDAHULUAN. Pengambilan keputusan adalah proses pemilihan, diantara berbagai alternatif aksi

PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

APLIKASI KLASIFIKASI PEMENUHAN GIZI PADA LANSIA MENGGUNAKAN METODE DECISION TREE ID3

Jean Vickram Carmadi Farhan Bulkin Muhammad Rizky Ananda Agus Nurohman

BAB I PENDAHULUAN 1.1 Latar Belakang

UKDW BAB 1 PENDAHULUAN

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(52-62)

1. Pendahuluan 1.1. Latar Belakang

PENERAPAN ALGORITMA C4.5 DALAM PENERIMAAN CALON KARYAWAN PT. TELKOM AKSES AREA LAMPUNG BERBASIS WEBSITE

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. berbasis web, seperti situs internet resmi perusahaan atau intranet perusahaan

Konsep Data Mining. Pendahuluan. Bertalya. Universitas Gunadarma 2009

Kerusakan Barang Jadi

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISA KINERJA ALGORITMA C.45 DALAM MEMPREDIKSI PENCAPAIAN PROFIT

BAB II LANDASAN TEORI

Transkripsi:

BAB 1 PENDAHULUAN Dalam bab ini berisi penjelasan mengenai latar belakang masalah, identifikasi masalah, tujuan tugas akhir, lingkup tugas akhir, metode penelitian serta sistematika penulisan. 1.1 Latar Belakang Sumber daya manusia (SDM) merupakan suatu aset penting dalam perusahaan karena SDM menjadi penggerak dalam menjalankan perusahaan. SDM sangat menentukan kualitas dari perusahaan tersebut sebab untuk membuat suatu strategi bisnis yang baik dalam menjalankan proses bisnis perusahaan dibutuhkan suatu kemampuan untuk bergerak cepat dan tepat serta memerlukan gagasangagasan yang inovatif. Hal itulah yang dilakukan oleh sumber daya manusia yang berkualitas dalam suatu perusahaan. Dalam mendapatkan sumber daya manusia yang berkualitas sesuai dengan kebutuhan perusahaan membutuhkan proses yang cukup lama. Mulai dari penentuan kriteria yang tepat hingga pengadaan serangkaian test sebagai acuan dalam pengambilan keputusan dalam proses seleksi calon karyawan. PT. Infomedia Solusi Humanika sebagai sebuah perusahaan yang bergerak di bidang outsourching selalu membutuhkan tenaga kerja untuk dipekerjakan di perusahaan-perusahaan yang telah menjadi client dari PT. Infomedia Solusi Humanika itu sendiri. Permintaan tenaga kerja baru dari client terkadang tidak menentu, sehingga pihak dari PT. Infomedia Solusi Humanika harus selalu siap memenuhi permintaan tenaga kerja baru dari client. Proses penyeleksian tenaga kerja dilakukan ketika ada permintaan dari client. Tenaga kerja dipilih melalui proses penyeleksian calon karyawan melewati serangkaian tes yang diadakan, sehingga ketika ada permintaan dari client, pihak PT. Infomedia Solusi Humanika tidak dapat langsung memberikan kandidat tenaga kerja yang diinginkan oleh client. Sebagai langkah dan solusi yang diajukan untuk penyelesaian terhadap uraian permasalahan diatas maka penulis tertarik untuk melakukan penelitian terhadap PT. Infomedia Solusi Humanika dengan mengaplikasikan salah satu metode atau fungsi data mining, yaitu data mining klasifikasi yang bisa digunakan untuk menemukan, menggali dan menambang pengetahuan sehingga dapat membantu pihak rekrutmen mengambil keputusan dalam proses penyeleksian tenaga kerja, serta dapat diketahui kriteria-kriteria apa saja yang dibutuhkan dalam proses penyeleksian calon karyawan baru. Diharapkan dengan adanya data mining ini dapat membantu organisasi mengelola dan menyaring informasi dalam membuat keputusan yang lebih efektif, sehingga dapat mencapai target yang diinginkan. Data mining sendiri memiliki beberapa algoritma, salah satunya yaitu pohon keputusan (Decission Tree) yang merupakan metode klasifikasi yang paling terkenal. Proses pada pohon 1-1

1-2 keputusan adalah mengubah bentuk data (tabel) menjadi model pohon, mengubah model pohon menjadi rule. Dalam penelitian sebelumnya, perbandingan kinerja algoritma ID3 dan CART pernah dilakukan oleh Fathurahman Alhikmah dengan judul Analisis dan Implementasi Algoritma ID3 dan CART Pada Penilaian Kinerja Pegawai membuktikan bahwa pohon keputusan dengan algoritma ID3 memiliki kinerja yang lebih baik dibandingkan algoritma CART dalam penilaian kinerja pegawai. Berdasarkan penelitian tersebut, dapat dilihat bahwa algoritma ID3 mempunyai kinerja yang baik dalam pengidentifikasiannya. Maka dari itu pada penelitian kali ini algoritma pohon keputusan yang akan digunakan dalam penyeleksian calon karyawan baru akan menggunakan algoritma ID3. Pada proses data mining klasifikasi dengan menggunakan algoritma tersebut akan dilihat tingkat akurasi dari algoritma tersebut. Rule yang dihasilkan juga diharapkan dapat membantu dalam penentu keputusan sehingga pihak rekrutmen dapat dengan mudah menentukan calon karyawan lulus atau gagal dalam proses seleksi. 1.2 Identifikasi Masalah Berdasarkan dari latar belakang yang telah dipaparkan sebelumnya, maka permasalahan yang akan dirumuskan dalam penelitian ini adalah Bagaimana menerapkan data mining klasifikasi yang menghasilkan pola data (data pattern) sehingga dapat membantu dalam penentu keputusan penyeleksian calon karyawan baru?. 1.3 Tujuan Tugas Akhir Dalam penelitian Tugas Akhir ini bertujuan untuk menghasilkan pola data (data pattern) untuk penyeleksian calon karyawan baru dengan menerapkan data mining klasifikasi dan algoritma ID3, sehingga dapat digunakan untuk melakukan prediksi pada calon karyawan apakah lulus atau gagal. 1.4 Lingkup Tugas Akhir Penelitian yang akan dilakukan pada tugas akhir ini memiliki ruang lingkup, diantaranya adalah sebagai berikut : 1. Studi kasus yang penulis ambil berada di PT. Infomedia Solusi Humanika. 2. Proses penyeleksian tenaga kerja dilakukan sampai memberikan kandidat tenaga kerja kepada client. 3. Metode yang digunakan data mining klasifikasi. 4. Algoritma yang digunakan yaitu algoritma ID3. 5. Model yang dibentuk dari proses data mining digunakan dalam penyeleksian calon karyawan untuk posisi Call Center.

1-3 1.5 Metodologi Tugas Akhir Metodologi penelitian merupakan sekumpulan kegiatan untuk menyelidiki/menyelesaikan suatu masalah atau tahapan dalam melakukan sebuah penelitian. Metode penelitian yang akan digunakan dalam tugas akhir ini dapat dilihat pada gambar 1.1 : Penetepan Studi Kasus Studi Literatur Wawancara Pengumpulan Data Analisis Data Proses Data Mining Pengujian Model (Pohon Keputusan) Kesimpulan dan Saran Gambar 1.1 Metodologi Tugas Akhir Metodologi penelitian yang digunakan dalam tugas akhir ini adalah sebagai berikut : 1. Penetapan Studi Kasus Menetapkan studi kasus dan mengidentifikasi permasalahan dalam tugas akhir ini. 2. Pengumpulan data Pada penulisan ini digunakan teknik pengumpulan data sebagai berikut : a) Studi Literatur Metode pengumpulan data dan informasi dengan cara menggali pengetahuan atau ilmu dari sumber-sumber seperti buku, karya tulis, jurnal ilmiah, makalah, dan sumber lain yang berhubungan dengan objek penelitian. b) Wawancara Yaitu teknik pengumpulan data dengan cara melakukan tanya jawab dengan narasumber. 3. Analisis Data

1-4 Adapun untuk menganalisis data dalam penerapan data mining ini menggunakan tahapan Knowledge Discovery in Databases (KDD) yang terdiri dari beberapa tahapan, yaitu data selection, preprocessing, dan transformation. 4. Proses Data Mining Proses data mining merupakan proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu. Pada proses data mining ini akan menggunakan teknik klasifikasi dengan algoritma ID3. 5. Pengujian Model (Pohon Keputusan) Pada tahapan ini akan dijelaskan mengenai pengujian terhadap pohon keputusan yang telah terbentuk degan melakukan 3 kali percobaan pengujian. 6. Kesimpulan dan Saran Pada tahapan ini penulis akan menarik suatu kesimpulan dari penelitian tugas akhir ini dan mengemukakan saran yang mungkin dapat dijadikan pertimbangan untuk prospek kedepannya. Adapun langkah-langkah dalam pengerjaan penelitian tugas akhir adalah sebagai berikut : 1. Studi Literatur Pada tahap ini dilakukan studi kepustakaan yaitu proses pengumpulan bahan-bahan referensi yang berkaitan dengan data mining dari buku, artikel, paper, jurnal, makalah dan sumber lainnya. Pada tahap ini juga dilakukan studi tentang penerimaan karyawan pada suatu perusahaan. 2. Analisis Pada tahap ini dilakukan analisis spesifikasi data mining klasifikasi pada penelitian ini, seperti pengumpulan data, analisis data, dan struktur data. 3. Pembahasan Pada tahapan ini dilakukan pembahasan data mining klasifikasi berdasarkan dari hasil analisis pada tahapan sebelumnya, seperti proses data mining, hasil dari data mining, dan pengukuran algoritma yang digunakan. 4. Penyusunan Laporan Tugas Akhir. Pada tahap ini dilakukan penyusunan laporan yang memuat dokumentasi mengenai pembahasan mengenai penelitian tugas akhir. 1.6 Sistematika Penulisan Tugas Akhir Penulisan laporan tugas akhir ini akan disusun secara sistematis dengan membaginya menjadi beberapa bab, diantaranya : BAB 1 PENDAHULUAN Bab ini membahas tentang Latar Belakang Masalah, Identifikasi Masalah, Tujuan Tugas Akhir, Lingkup Tugas Akhir, Metodologi Penelitian dan Sistematika Penulisan. BAB 2 LANDASAN TEORI

1-5 Bab ini menjelaskan dan menguraikan tentang teori-teori yang didapat dari sumber-sumber yang relevan untuk digunakan sebagai panduan dalam penelitian serta penyusunan laporan tugas akhir. BAB 3 METODE PENELITIAN Bab ini menjelaskan mengenai objek penelitian yang akan dijadikan penulis sebagai sumber data, menjelaskan mengenai rancangan penelitian/kerangka tugas akhir, serta tahapan-tahapan Knowledge Discovery in Database (KDD). BAB 4 HASIL DAN PEMBAHASAN Bab ini berisi tentang pembahasan mengenai proses data mining yang dilakukan dengan menguraikan teknik dan algoritma data mining yang digunakan dalam penelitian serta menampilkan hasil dari proses data mining. BAB 5 KESIMPULAN DAN SARAN Bab ini mengemukakan kesimpulan dari hasil penelitian pada tugas akhir ini, serta saran yang mungkin dapat bermanfaat dan dapat membantu pembaca untuk pengembangan yang lebih baik lagi.