Zebua, Yeli Ofenda (2023) Prediksi Kehadiran Pegawai Kelurahan Air Putih Menggunakan Algoritma Support Vector Machine. S1 Teknik Informatika thesis, STMIK Widya Cipta Dharma.
![[img]](http://repository.wicida.ac.id/style/images/fileicons/text.png) |
Text
2043905-S1-Teknik Informatika.pdf Restricted to Repository staff only Download (910kB) | Request a copy |
|
Text
2043905-S1-Jurnal.pdf Restricted to Repository staff only Download (496kB) | Request a copy |
Abstract
Absensi kehadiran pegawai merupakan hal penting bagi perusahaan maupun organisasi, semakin tinggi kinerja karyawan maka semakin rendah tingkat absensi tidak hadir dan keterlambatan ke tempat kerja. Tidak hadir menjadi fenomena yang banyak terjadi baik dalam organisasi besar maupun kecil. Maka dari itu perlu dilakukan suatu prediksi untuk mengetahui bahwa seorang pegawai sering absen atau tidak berdasarkan data yang dimiliki oleh pegawai itu sendiri. Tujuan dari penelitian ini adalah untuk memprediksi kehadiran pegawai pada Kantor Kelurahan Air Putih dengan menggunakan algoritma Support Vector Machine (SVM). Dengan menggunakan tahapan data mining CRISP-DM. Prediksi digunakan pada data Absensi Pegawai Kelurahan Air Putih terhitung dari bulan Agustus 2022 Sampai dengan Februari 2023. Hasil penelitian ini berupa model algoritma SVM yang dapat memprediksi kehadiran seorang pegawai berdasarkan tanggal jam masuk serta jam keluar dan dapat memprediksi dengan 2 kategori, yaitu Hadir dan Tidak Hadir. Penelitian ini memiliki akurasi 89% dengan menggunakan kernel RBF. Hasil akurasi yang dihasilkan sudah baik dan membuat algoritma Support Vector Machine cocok untuk melakukan prediksi terhadap data absensi pegawai pada Kelurahan Air Putih. ======= Employee attendance is an important matter for companies and organizations, the higher the employee's performance, the lower the absenteeism rate and lateness to work. Absenteeism is a phenomenon that often occurs in both large and small organizations. Therefore it is necessary to make a prediction to find out that an employee is often absent or not based on the data owned by the employee himself. This research is to aimed to apply the Super Vector Machine algorithm to prediction attendance of Air Putih Ward employees, stages of research using data mining CRISP-DM. Prediction is aimed to apply dataset employees attendance from August 2022 to February 2023 This result of this research is a Support Vector Machine algorithm model that can predict the attendance of an employee based on the date of entry and exit hours that can predict with 2 categories, with the label is present and absent. This research have result accuracy is on 89% using the RBF Kernel. The result accuracy are good and make the Support Vector Machine algorithm suitable for predicting employees attendance Air Putih Ward Data.
| Item Type: | Thesis (S1 Teknik Informatika) |
|---|---|
| Additional Information: | Pembimbing 1 : Siti Lailiyah, S.Kom., M.Kom Pembimbing 2 : Muhammad Ibnu Sa'ad, S.Kom., M.Kom |
| Uncontrolled Keywords: | Prediksi, Absensi, Pegawai, CRISP-DM, Support Vector Machine, Data Mining. |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Teknik Informatika |
| Depositing User: | Ms Yeli Ofenda Zebua |
| Date Deposited: | 25 Aug 2023 03:24 |
| Last Modified: | 25 Aug 2023 03:24 |
| URI: | http://repository.wicida.ac.id/id/eprint/5019 |
Actions (login required)
 |
View Item |
