FKPTFKPT
Bulletin of Information Technology (BIT)Bulletin of Information Technology (BIT)Penilaian kinerja karyawan merupakan aspek penting dalam manajemen organisasi publik, termasuk di lembaga penyiaran publik TVRI Stasiun Kalimantan Timur. Hingga saat ini, indikator kehadiran yang diperoleh dari Sistem Informasi Manajemen Kepegawaian (SIMPEG) sering digunakan sebagai tolok ukur utama, karena data tersebut tersedia secara objektif dan terstruktur. Namun, pendekatan tunggal yang berbasis kehadiran berisiko mengabaikan aspek-aspek substansial dari pencapaian kerja. Oleh karena itu, penelitian ini menggabungkan data kehadiran dengan Sasaran Kinerja Pegawai (SKP) untuk membangun label kinerja yang lebih representatif. Metode yang digunakan adalah pendekatan klasifikasi menggunakan algoritma Naïve Bayes (GaussianNB). Dataset penelitian terdiri dari catatan kehadiran (kehadiran normal, cuti, tugas resmi, tugas belajar, meninggalkan kantor, tidak masuk, dan total hari kerja) serta skor SKP yang dikuantisasi. Label kinerja dihasilkan menggunakan skor komposit (0,30 x persentase kehadiran 0,70 x SKP yang dinormalisasi), yang kemudian dikategorikan menjadi tiga kelas: Excellent, Good, dan Needs Improvement. Model dilatih menggunakan data SIMPEG dan SKP yang telah melalui pra-pemrosesan, partisi data, dan seimbang kelas. Hasil eksperimen menunjukkan bahwa model mencapai akurasi sebesar 0,83, dengan presisi 0,86, recall 0,84, dan F1-score 0,83 pada data uji. Hasil ini menunjukkan bahwa model dapat mengenali pola kinerja karyawan secara konsisten di seluruh kategori. Secara praktis, penelitian ini menawarkan kerangka prediktif yang sederhana, efisien, dan mudah diterapkan untuk mendukung proses coaching, monitoring, dan alokasi penghargaan yang lebih objektif di TVRI Stasiun Kalimantan Timur.
Penelitian ini menunjukkan bahwa prediksi kinerja karyawan menjadi lebih akurat ketika menggabungkan informasi kehadiran (SIMPEG) dengan pencapaian SKP, daripada mengandalkan satu indikator saja.Dengan menggunakan skor komposit (0,30 x persentase kehadiran 0,70 x SKP yang dinormalisasi) dan skema tiga kelas (Excellent, Good, Needs Improvement), model Gaussian Naïve Bayes yang diusulkan mencapai akurasi sebesar 0,83 pada dataset uji.Metrik rata-rata makro menghasilkan presisi = 0,86, recall = 0,84, dan F1-score = 0,83, yang menunjukkan kinerja yang seimbang di seluruh kategori.Temuan ini memiliki implikasi praktis bagi TVRI Stasiun Kalimantan Timur.Presisi yang tinggi menunjukkan prediksi yang dapat dipercaya.recall yang stabil memastikan bahwa sebagian besar karyawan di setiap kategori diidentifikasi dengan benar.dan F1-score yang konsisten mencerminkan keseimbangan yang baik antara presisi dan recall.Akibatnya, model dapat berfungsi sebagai alat pendukung keputusan yang ringan, transparan, dan siap digunakan oleh manajemen.Untuk pekerjaan masa depan, kami merekomendasikan pengayaan fitur SKP (misalnya, indikator kualitas, ketepatan waktu, atau kesenjangan antara target dan realisasi) dan penerapan k-fold cross-validation untuk menstabilkan estimasi kinerja pada dataset yang relatif kecil.Langkah-langkah ini dapat meningkatkan recall kelas minoritas tanpa mengorbankan presisi.Secara keseluruhan, penelitian ini menyumbangkan pendekatan praktis untuk memperkuat tata kelola berbasis data melalui integrasi SIMPEG dan SKP, dan menunjukkan bahwa evaluasi rata-rata makro menawarkan dasar yang adil dan seimbang untuk pengambilan keputusan manajerial.
Berdasarkan hasil penelitian ini, berikut adalah beberapa saran untuk penelitian lanjutan:. . 1. Mengembangkan model yang lebih canggih: Meskipun model Naïve Bayes telah menunjukkan kinerja yang baik, penelitian lanjutan dapat mengeksplorasi algoritma yang lebih kompleks seperti jaringan saraf atau metode pembelajaran dalam untuk meningkatkan akurasi prediksi kinerja karyawan. Model-model ini dapat memanfaatkan fitur-fitur tambahan yang terkait dengan kualitas kerja, ketepatan waktu, dan kesenjangan antara target dan realisasi.. . 2. Mengintegrasikan data dari sumber lain: Penelitian ini berfokus pada data SIMPEG dan SKP. Untuk meningkatkan akurasi dan komprehensivitas model, penelitian lanjutan dapat mempertimbangkan integrasi data dari sumber lain seperti sistem manajemen proyek, sistem pelacakan tugas, atau sistem penilaian kinerja yang lebih rinci. Data tambahan ini dapat memberikan wawasan yang lebih mendalam tentang kinerja karyawan dan membantu model dalam membuat prediksi yang lebih akurat.. . 3. Menerapkan teknik pengayaan data: Penelitian ini telah menunjukkan bahwa kualitas fitur sangat penting untuk kinerja model Naïve Bayes. Untuk meningkatkan kualitas fitur, penelitian lanjutan dapat menerapkan teknik pengayaan data seperti pengolahan bahasa alami (NLP) untuk mengekstrak informasi dari dokumen atau catatan kerja karyawan. Teknik ini dapat membantu model dalam memahami konteks dan makna di balik data, sehingga meningkatkan akurasi prediksi.. . Dengan menggabungkan model yang lebih canggih, data dari sumber yang lebih beragam, dan teknik pengayaan data, penelitian lanjutan dapat meningkatkan akurasi dan relevansi model prediksi kinerja karyawan. Hal ini akan membantu organisasi dalam membuat keputusan yang lebih terinformasi dan efektif terkait pengembangan karyawan, alokasi sumber daya, dan strategi penghargaan.
| File size | 570.58 KB |
| Pages | 13 |
| DMCA | Report |
Related /
ITNYITNY Metode campuran multi-stage digunakan untuk menguji dampaknya pada kesejahteraan psikologis. Tahap pertama, eksperimen VR (N=180), menemukan bahwa desainMetode campuran multi-stage digunakan untuk menguji dampaknya pada kesejahteraan psikologis. Tahap pertama, eksperimen VR (N=180), menemukan bahwa desain
PTTIPTTI Peningkatan proliferasi smartphone memicu peningkatan akses data dan mobilitas, namun juga membuka pintu bagi serangan siber, khususnya phishing. PenelitianPeningkatan proliferasi smartphone memicu peningkatan akses data dan mobilitas, namun juga membuka pintu bagi serangan siber, khususnya phishing. Penelitian
POLTEK KAMPARPOLTEK KAMPAR Algoritma ini menganalisis lima gejala utama tanaman, yaitu warna daun, bentuk daun, kelembapan tanah, bercak pada daun, dan pertumbuhan tanaman. MetodeAlgoritma ini menganalisis lima gejala utama tanaman, yaitu warna daun, bentuk daun, kelembapan tanah, bercak pada daun, dan pertumbuhan tanaman. Metode
ASHAPUBLISHINGASHAPUBLISHING Model ini menekankan keterlibatan kolaboratif, pelatihan pengguna yang komprehensif, dan akses yang adil terhadap sumber daya digital. Dengan mendigitalisasiModel ini menekankan keterlibatan kolaboratif, pelatihan pengguna yang komprehensif, dan akses yang adil terhadap sumber daya digital. Dengan mendigitalisasi
PNLPNL Namun, akurasinya sering terhambat oleh kekurangan data uji tarik berkualitas tinggi, karena pengumpulan data eksperimental mahal dan memakan waktu. UntukNamun, akurasinya sering terhambat oleh kekurangan data uji tarik berkualitas tinggi, karena pengumpulan data eksperimental mahal dan memakan waktu. Untuk
STMIK BANJARBARUSTMIK BANJARBARU Penelitian ini menerapkan machine learning dan teknik text mining untuk menganalisis sentimen berdasarkan komentar yang dikumpulkan dari berbagai sumber.Penelitian ini menerapkan machine learning dan teknik text mining untuk menganalisis sentimen berdasarkan komentar yang dikumpulkan dari berbagai sumber.
IAIIIAII Hasil pengujian menunjukkan bahwa pada distribusi data uji dengan rasio 90%‑10% memperoleh performa yang lebih baik dibandingkan pengujian lain, denganHasil pengujian menunjukkan bahwa pada distribusi data uji dengan rasio 90%‑10% memperoleh performa yang lebih baik dibandingkan pengujian lain, dengan
UBHARAUBHARA Dapat disimpulkan bahwa semakin banyak data pelatihan tingkat akurasi menurun. Penentuan jumlah data pelatihan dan data uji sangat berpengaruh pada hasilDapat disimpulkan bahwa semakin banyak data pelatihan tingkat akurasi menurun. Penentuan jumlah data pelatihan dan data uji sangat berpengaruh pada hasil
Useful /
STAIDDIMAKASSARSTAIDDIMAKASSAR Penelitian menggunakan pendekatan kualitatif dengan metode studi kepustakaan. Hasil penelitian menunjukkan bahwa historiografi Islam masa klasik berkembangPenelitian menggunakan pendekatan kualitatif dengan metode studi kepustakaan. Hasil penelitian menunjukkan bahwa historiografi Islam masa klasik berkembang
STAIDDIMAKASSARSTAIDDIMAKASSAR Integrasi Islam dalam tradisi ini berdampak pada kehidupan masyarakat, yaitu; peningkatan religiositas masyarakat dan kesejahteraan masyarakat melaluiIntegrasi Islam dalam tradisi ini berdampak pada kehidupan masyarakat, yaitu; peningkatan religiositas masyarakat dan kesejahteraan masyarakat melalui
UBHARAUBHARA Kesehatan mental menjadi aspek penting bagi mahasiswa, karena gangguan kesehatan mental yang tidak terdeteksi dapat berdampak signifikan terhadap kinerjaKesehatan mental menjadi aspek penting bagi mahasiswa, karena gangguan kesehatan mental yang tidak terdeteksi dapat berdampak signifikan terhadap kinerja
STIAPEMBANGUNANPALUSTIAPEMBANGUNANPALU Dokumen penting yang dikeluarkan oleh dukcapil provinsi, KTP berfungsi sebagai identitas resmi bagi warga negara Indonesia dan asing yang memiliki izinDokumen penting yang dikeluarkan oleh dukcapil provinsi, KTP berfungsi sebagai identitas resmi bagi warga negara Indonesia dan asing yang memiliki izin