IMPLEMENTASI DATA MINING DALAM PREDIKSI PERFORMANCE SOFTWARE ENGINEER PT. EMERIO MENGGUNAKAN DECISION TREE

Abstract

Nilai hasil performance appraisal di PT. Emerio Indonesia belum dijadikan sebagai acuan dalam proses rekruitmen, sehingga masih ditemukan proses rekruitmen yang belum maksimal dalam mendapatkan Software Engineer yang berkualitas. Dengan mengimplementasikan teknik klasifikasi data mining yaitu decision tree, data personal dan performance appraisal yang dimiliki oleh Emerio diolah sebagai sumber data untuk memprediksi performance Software Engineerdi PT. Emerio Indonesia. Langkah-langkah implementasi dilakukan sesuai dengan tahapan penyelesaian data mining yaitu CRISP-DM. Sejumlah 103 data di Microsoft Excel diolah menjadi 101 data di CSV sebagai sumber data bagi pemodelan yang dilakukan melalui tools data mining, WEKA. Pemodelan klasifikasi dengan menggunakan WEKA menghasilkan satu model dan tujuh rule decision tree dari prediksi performance Software Engineer. Performance Software Engineer diprediksi ke dalam tiga kategori yaitu very competent, competent dan development needed. Masing-masing kategori ditentukan oleh kemampuan desain, pengujian, implementasi, analisis, dan softskill dari Software Engineer. Tingkat akurasi model decision tree yang dihasilkan adalah 97.0297% dengan tingkat kesalahan sebesar 2.9703%. Implementasi data mining dalam prediksi performance Software Engineer di PT. Emerio Indonesia dengan menggunakan decision tree ini, diharapkan dapat digunakan sebagai acuan bagi Emerio dalam membuat kebijakan proses rekruitmen Software Engineer yang lebih baik, sehingga akan diperoleh hasil rekruitmen Software Engineer yang berkualitas.

Kata kunci: Data Mining, Decision Tree, Software Engineering, CRISP-DM, WEKA