NINETYJOURNALNINETYJOURNAL
Jurnal Kecerdasan Buatan dan Teknologi InformasiJurnal Kecerdasan Buatan dan Teknologi InformasiOKR (Objectives and Key Results) merupakan kerangka kerja yang digunakan untuk menetapkan dan memantau tujuan serta hasil kunci yang ingin dicapai oleh suatu organisasi. Penilaian dilakukan secara berkala untuk mengukur kemajuan dan efektivitas OKR dalam mencapai tujuan yang telah ditentukan. Dalam penelitian ini, data sintetis digunakan untuk memprediksi kinerja karyawan. Data tersebut dihasilkan menggunakan metode faker dari library Python, dengan mengacu pada data asli. Machine learning, sebagai bagian dari kecerdasan buatan, memungkinkan sistem untuk belajar secara otomatis dan meningkatkan performanya berdasarkan pengalaman tanpa perlu pemrograman eksplisit. Algoritma Decision Tree diterapkan dalam penelitian ini untuk melakukan klasifikasi dan regresi. Tujuan penelitian ini adalah memprediksi kinerja karyawan dengan label cukup, baik, memuaskan, dan sangat memuaskan. Hasil penelitian menunjukkan bahwa algoritma Decision Tree mampu membangun pohon keputusan yang efektif dalam memprediksi kategori kinerja karyawan dengan akurasi mencapai 95%. Selain itu, nilai Macro Average untuk precision dan recall masing-masing adalah 0,75, sedangkan F1-Score mencapai 0,77. Adapun nilai Weighted Average untuk F1-Score juga sebesar 0,77. Kesimpulannya, algoritma Decision Tree terbukti efektif dalam evaluasi kinerja karyawan.
Penelitian ini berhasil mengimplementasikan pembuatan data sintetis dengan library Python Faker dan algoritma Decision Tree untuk memprediksi kinerja karyawan, menghasilkan akurasi 95% serta precision, recall, dan F1‑Score masing‑masing 0,75‑0,77.Analisis confusion matrix menunjukkan model unggul dalam mengklasifikasikan kelas Baik, Cukup, dan Kurang, namun masih mengalami kesulitan pada kelas Memuaskan dan Sangat Memuaskan.Hasil ini menegaskan bahwa Decision Tree efektif dalam evaluasi kinerja karyawan dan dapat diintegrasikan dengan kerangka OKR untuk sistem penilaian yang lebih akurat.
Pertama, dilakukan studi komparatif dengan menggunakan algoritma pembelajaran mesin lain seperti Random Forest dan Gradient Boosting pada data OKR sintetis untuk mengevaluasi apakah akurasi pada kelas Memuaskan dan Sangat Memuaskan dapat ditingkatkan. Kedua, penelitian lanjutan dapat mengumpulkan data kinerja riil dari organisasi selama periode waktu yang lebih lama, kemudian menguji generalisasi model Decision Tree pada data nyata serta memeriksa bagaimana perubahan OKR sepanjang waktu memengaruhi prediksi. Ketiga, dikembangkan sebuah alat visualisasi interpretatif yang mengaitkan tiap keputusan pada pohon dengan metrik OKR spesifik, sehingga manajer dapat memahami faktor-faktor utama yang memengaruhi penilaian kinerja dan mengambil keputusan perbaikan yang lebih terinformasi.
- Tahapan Desain dan Implementasi Model Machine Learning untuk Sistem Tertanam | Ultima Computing : Jurnal... doi.org/10.31937/sk.v12i2.1782Tahapan Desain dan Implementasi Model Machine Learning untuk Sistem Tertanam Ultima Computing Jurnal doi 10 31937 sk v12i2 1782
- IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI PRODUK LARIS | Jurnal Ilmiah Ilmu Komputer Fakultas... doi.org/10.35329/jiik.v7i2.203IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI PRODUK LARIS Jurnal Ilmiah Ilmu Komputer Fakultas doi 10 35329 jiik v7i2 203
- DOI Name 10.69916 Values. name values index type timestamp data admin handle delete modify list serv... doi.org/10.69916DOI Name 10 69916 Values name values index type timestamp data admin handle delete modify list serv doi 10 69916
| File size | 631.95 KB |
| Pages | 12 |
| DMCA | Report |
Related /
YWNRYWNR Kedua variabel secara simultan memberikan kontribusi signifikan terhadap ROA, memperkuat peran manajemen modal kerja yang terkoordinasi dalam meningkatkanKedua variabel secara simultan memberikan kontribusi signifikan terhadap ROA, memperkuat peran manajemen modal kerja yang terkoordinasi dalam meningkatkan
IBIK57IBIK57 Namun, ada kalanya masyarakat tetap harus melakukan interaksi langsung dalam masa new normal. Penelitian ini bertujuan untuk mengetahui pengaruh penggunaanNamun, ada kalanya masyarakat tetap harus melakukan interaksi langsung dalam masa new normal. Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan
DHARMAWACANADHARMAWACANA Sistem terbukti memberikan peringatan dini secara lokal maupun jarak jauh, serta tidak menimbulkan false positive pada kondisi normal. Dengan biaya rendahSistem terbukti memberikan peringatan dini secara lokal maupun jarak jauh, serta tidak menimbulkan false positive pada kondisi normal. Dengan biaya rendah
ILMUBERSAMAILMUBERSAMA Sistem ini diharapkan dapat menjadi referensi bagi pengembangan teknologi kesehatan berbasis IoT di masa depan dan memberikan manfaat nyata dalam duniaSistem ini diharapkan dapat menjadi referensi bagi pengembangan teknologi kesehatan berbasis IoT di masa depan dan memberikan manfaat nyata dalam dunia
UNIPEMUNIPEM Data dikumpulkan melalui kuesioner dari mahasiswa Universitas Yarsi Pratama yang telah melakukan transaksi di Shopee minimal dua kali dalam satu tahunData dikumpulkan melalui kuesioner dari mahasiswa Universitas Yarsi Pratama yang telah melakukan transaksi di Shopee minimal dua kali dalam satu tahun
YRPIPKUYRPIPKU Penelitian selanjutnya harus mengatasi kendala teknis dan ekonomi, meningkatkan keautentikan budaya dalam lingkungan virtual, serta mengeksplorasi modelPenelitian selanjutnya harus mengatasi kendala teknis dan ekonomi, meningkatkan keautentikan budaya dalam lingkungan virtual, serta mengeksplorasi model
UMSUMS 334 km², yang digantikan oleh peningkatan tutupan pohon, padang rumput, dan batuan, sementara lahan pertanian, air, dan lahan basah hanya mengalami fluktuasi334 km², yang digantikan oleh peningkatan tutupan pohon, padang rumput, dan batuan, sementara lahan pertanian, air, dan lahan basah hanya mengalami fluktuasi
UNDHIRA BALIUNDHIRA BALI Sementara itu, SVM menghasilkan akurasi sebesar 61.39%, yang lebih tinggi dibandingkan dengan CNN. Ini menunjukkan bahwa SVM memiliki kinerja yang lebihSementara itu, SVM menghasilkan akurasi sebesar 61.39%, yang lebih tinggi dibandingkan dengan CNN. Ini menunjukkan bahwa SVM memiliki kinerja yang lebih
Useful /
UMBPUMBP Berdasarkan hasil implementasi kedua metode, baik Rough Set maupun Apriori sama-sama menghasilkan akurasi yang tinggi dan konsisten sebesar 87,4%. HalBerdasarkan hasil implementasi kedua metode, baik Rough Set maupun Apriori sama-sama menghasilkan akurasi yang tinggi dan konsisten sebesar 87,4%. Hal
UMBPUMBP Intrusion Detection System atau Sistem deteksi intrusi (IDS) merupakan suatu produk perangkat keras atau perangkat lunak yang mampu mendeteksi aktivitasIntrusion Detection System atau Sistem deteksi intrusi (IDS) merupakan suatu produk perangkat keras atau perangkat lunak yang mampu mendeteksi aktivitas
UMBPUMBP Hasil dari penelitian ini yaitu dengan menggunakan pengujian blackbox diketahui bahwa setiap aspek dalam sistem informasi penjualan barang elektronik dapatHasil dari penelitian ini yaitu dengan menggunakan pengujian blackbox diketahui bahwa setiap aspek dalam sistem informasi penjualan barang elektronik dapat
NINETYJOURNALNINETYJOURNAL Aplikasi yang dikembangkan mengintegrasikan fitur-fitur yang seamless, termasuk konsultasi online, sistem pembayaran digital, manajemen riwayat medis,Aplikasi yang dikembangkan mengintegrasikan fitur-fitur yang seamless, termasuk konsultasi online, sistem pembayaran digital, manajemen riwayat medis,