Universitas Stikubank (Unisbank) Semarang Repository

PERBANDINGAN ALGORITMA C4.5 DAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PEKERJA MIGRAN INDONESIA

Saufika, Sukmawati and Sulastri, Sulastri and Herny, Februariyanti and Arief, Jananto PERBANDINGAN ALGORITMA C4.5 DAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PEKERJA MIGRAN INDONESIA. I N F O R M A T I K A (Informatika, Manajemen dan Komputer).

[thumbnail of 10_Perbandingan C4.5 _ Naive Bayes_24_.pdf] PDF
Download (3MB)

Abstract

Upaya pemerintah untuk pelindungan pekerja migran Indonesia dikembangkan sistem komputerisasi tenaga kerja luar negeri oleh Badan Nasional Penempatan dan Perlindungan TKI. Permasalahannya adalah adanya pekerja migran Indonesia (PMI) yang dipulangkan karena permasalahan ketenagakerjaan selama di luar negeri, sehingga dibutuhkan interpretasi pada pola data penempatan PMI yang dapat digunakan memprediksi negara tujuan. Penelitian ini membandingkan dua algoritma klasifikasi yaitu algoritma C 4.5 dan algoritma Naïve Bayes untuk mengetahui pola penempatan PMI dengan menggunakan data penempatan PMI wilayah BP3TKI Semarang. Algoritma Naïve Bayes digunakan untuk mengklasifikasikan data PMI dengan menghitung probabilitas dari data training dan data testing. Algoritma C4.5 digunakan untuk memprediksi dengan mengolah variabel usia, gender, pendidikan, staus_perkawinan, pendidikan, negara_tujuan, status_PMI, sektor_pekerjaan. Percobaan dilakukan dengan data training 1802 dan data testing 772, menghasilkan nilai akurasi paling tinggi bagi kedua algoritma. Algoritma C 4.5 mampu memprediksi lebih baik dengan tingkat akurasi sebesar 84.84% sedangkan Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 58.29%.

Item Type: Article
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Faculty / Institution: Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User: Jati Sasongko Wibowo
Date Deposited: 09 Dec 2022 08:36
Last Modified: 09 Dec 2022 08:36
URI: https://eprints.unisbank.ac.id/id/eprint/8983

Actions (login required)

View Item View Item