IMPLEMENTASI METODE K-NEAREST NEIGHBOR (KNN) UNTUK SELEKSI CALON KARYAWAN BARU (Studi Kasus : BFI Finance Surabaya)

Nugraha, Adhitya Rahmat Dian (2020) IMPLEMENTASI METODE K-NEAREST NEIGHBOR (KNN) UNTUK SELEKSI CALON KARYAWAN BARU (Studi Kasus : BFI Finance Surabaya). Skripsi thesis, Institut Teknologi Nasional.

	Text 1618059_AWAL - adhitya rdn87.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text 1618059_BAB I - adhitya rdn87.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (418kB)
	Text 1618059_BAB II - adhitya rdn87.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (631kB) | Request a copy
	Text 1618059_BAB III - adhitya rdn87.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 1618059_BAB IV - adhitya rdn87.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (980kB) | Request a copy
	Text 1618059_BAB V - adhitya rdn87.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (409kB) | Request a copy
	Text 1618059_DAFTAR_PUSTAKA - adhitya rdn87.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (304kB)
	Text 1618059_LAMPIRAN - adhitya rdn87.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Request a copy
	Text 1618059_DAFTAR_PUSTAKA - adhitya rdn87.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (304kB)
	Text 1618059_LAMPIRAN - adhitya rdn87.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Request a copy

Abstract

ABSTRAK Proses seleksi merupakan salah satu cara penting yang digunakan untuk memilih yang terbaik. Proses seleksi yang dilakukan BFI Finance Surabaya meliputi beberapa proses, proses tersebut antara lain seleksi CV, tes psikologi, interview, offering letter, cek kesehatan, dan terakhir tanda tangan kontrak. Masalah yang timbul dari proses seleksi ini seperti berkas yang masuk banyak, terdapat kemiripan penilaian calon karyawan, tidak memenuhi panggilan interview, tidak mengerjakan tes psikologi, sudah diterima tempat lain dan bad altitude. Akibat dari permasalahan tersebut adalah proses seleksi yang dilakukan perusahaan dirasa memakan waktu yang lama dan kurang efektif, sehingga menjadi masalah dalam rekrutmen karyawan. Permasalahan tersebut menjadi latar belakang dilakukannya pengembangan dan pembuatan program seleksi calon karyawan berbasis web yang memudahkan dalam klasifikasi data karyawan baru yang termasuk dalam kategori lolos atau tidak lolos. Dengan menggunakan sistem ini diharapkan dapat membantu pihak HRD dalam mengolah data karyawan dengan tepat dan akurat. Berdasarkan hasil pengujian sistem yang telah dilakukan, perhitungan manual yang dilakukan menggunakan Microsoft Excel dengan perhitungan yang dilakukan oleh sistem menghasilkan persentase 100%. Dan hasil perhitungan algoritma KNearest Neighbor dengan nilai parameter K = 7 menggunakan metode Euclidean Distance didapat nilai akurasi sebesar 91%, nilai presisi sebesar 87%, dan nilai recall sebesar 100%. Kata kunci : KNN, K-Nearest Neighbor, Seleksi, Karyawan Baru,Euclidean Distance,Klasifikasi

Item Type:	Thesis (Skripsi)
Additional Information:	Adhitya Rahmat Dian Nugraha NIM : 16.18.059
Uncontrolled Keywords:	KNN, K-Nearest Neighbor, Seleksi, Karyawan Baru,Euclidean Distance,Klasifikasi
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Ms Nunuk Yuli
Date Deposited:	01 Sep 2020 03:29
Last Modified:	01 Sep 2020 03:29
URI:	http://eprints.itn.ac.id/id/eprint/4970

Actions (login required)

View Item