BAB 1 PENDAHULUAN
1.1 Latar Belakang Perkembangan teknologi pada masa sekarang ini
berjalan dengan sangat cepat, sejalan dengan perkembangan
teknologi yang pesat
itu, perkembangan pada
bidang pengumpulan data dan
teknologi penyimpanan, juga berjalan beriringan pada berbagai bidang kehidupan. Penggunaan yang luas atas
teknologi komputer dan jaringan telah membentuk database
elektronik besar yang
menyimpan berbagai transaksi
bisnis.
Kemajuan pengumpulan
data ini menghasilkan
basis data yang
besar, yang akan berguna bagi suatu organisasi ataupun perusahan,
namun disisi lain basis data yang besar
itu juga menambah kesulitan pengaksesan data jika diperlukan.
Para pengambil keputusan disebuah
organisasi pada suatu saat akan menyadari bahwa mereka memerlukan alat-alat yang lebih
tangguh daripada alat yang umumnya digunakan
dalam sistem transaksi online(Sitompul, 2008). Pengambilan keputusan itu dapat melibatkan data dalam jumlah besar,
pengambilan keputusan dengan data yang besar tersebut
sangat tidak mungkin
tanpa otomatisasi penggalian
data, tanpa otomatisasi tersebut sangat memungkinkan
pengambilan keputusan hanya didasarkan pada intuisi
para pengambil keputusan,
yang malah membuat
pengambilan keputusannya menjadi
tidak akurat pada hasil yang dicapai.
Dalam penerimaan pegawai di suatu
perusahaan, pihak pengambil keputusan masih menggunakan
cara manual dalam
menerima pegawai, pihak
pengambil keputusan lebih
menggunakan perasaan dalam
seleksi penerimaan pegawai, dampaknya
perusahaan ataupun instansi
tersebut tidak mendapatkan
sumber daya manusia
yang kompetitif sesuai
harapan pengambil keputusan,
sehingga akan berimbas
kepada performa perusahaan
secara keseluruhan. Dalam
perspektif manajemen sumber
daya manusia, pegawai
atau orang -
orang yang bekerja
dalam Universitas Sumatera Utara 2
perusahaan, merupakan
salah satu sumber
keunggulan kompetitif dan
elemen kunci yang
penting untuk meraih
kesuksesan dalam bersaing
dan mencapai tujuan, (Purwanti, 2008). Sehingga diperlukanlah
pengambilan keputusan yang akurat untuk mendapatkan
sumber daya manusia yang kompetitif sesuai harapan.
Penelitian pada
sistem pendukung keputusan,
sudah banyak dilakukan
tidak hanya pada
penerimaan karyawan baru,
namun juga pada
kasus lain, (Manurung, 2011)
sistem pengambilan keputusan
dengan decision tree dengan
studi kasus pada perkreditan
sepeda motor, (Syahputra, 2011) merancang sistem pakar dengan metode forward chaining dan certainty factor untuk
mendiagnosis kerusakan komputer pada warung internet.
Semuanya telah berhasil
mengembangkan sistem tersebut
dengan segala kelebihan dan
kekurangannya.
Meskipun penelitian
tentang sistem pengambilan
keputusan sudah banyak dilakukan, tetapi masih perlu dilakukan
pengembangan lagi, untuk menambah akurasi hasil
keputusan yang diambil.
Masalah ketidak akuratan tersebut
dapat dikurangi dengan menggunakan metode lain dalam
penelitian, metode yang berbeda dari metode penelitian
sebelumnya, penambahan metode
baru juga dapat
dilakukan untuk menambah
keakuratan hasil keputusan,
penggunaan data mining sebagai metode penggalian data juga diharapkan menambah
keakuratan hasil keputusan yang diambil dari
sistem pendukung keputusan.
Penelitian tentang
data mining pun telah
banyak dilakukan, pada
berbagai kasus, seperti
pada, Implementasi Data
Mining Dengan Association Rule
Dalam Pengambilan Keputusan Untuk
Korelasi Pembelian Produk Menggunakan Algoritma Apriori,
(Aritonang, 2012), pada
beberapa kasus data
mining juga dapat
digunakan dalam prediksi,
Analisis dan prediksi
pada perilaku mahasiswa
diploma untuk melanjutkan studi ke jenjang sarjana
menggunakan teknik decision treedan support vector machine(Santoso, 2012), Penelitian
terhadap perbandingan algoritma decision
tree dengan membandingkan
antara algoritma lain
juga telah dilakukan,
analisis Perbandingan teknik support vector regression(SVR) dan decision treeC4.5 dalam Data
Mining(Astuti, 2011), didapatkanlah
decision treesebagai algoritma yang lebih akurat,
dengan keakuratan rata-rata
sebesar 76,97%, dan
algoritma SVR dengan keakuratan rata-rata sebesar 59,64%.
Sistem pengambilan
ini menggunakan metode
penggalian data untuk mengambil data
yang akan diproses
untuk mengambil keputusan
yang lebih akurat, Universitas Sumatera Utara 3 karna mungkin dalam penelitian terdahulu
contoh data yang digunakan masih relative sedikit, untuk itu digunakanlah
metode data miningdipadukan dengan
metode pohon keputusan (decision
tree). Fitur yang
paling penting dari classifier
pohon keputusan adalah
kemampuannya untuk memecah
keputusan yang kompleks
dan proses pembuatan menjadi koleksi keputusan sederhana,
sehingga sering memberikan solusi yang
lebih mudah untuk menafsirkan (Astuti, 2011).
Pada penelitian ini penggunaan
data miningdan pohon keputusan
diharapkan memberikan hasil
keputusan yang lebih
baik, dengan data
yang lebih banyak diharapkan
hasil keputusan yang
diambil dapat lebih
akurat dari penelitian sebelumnya.
1.2 Rumusan Masalah Berdasarkan
latar belakang diatas
rumusan masalah pada
penelitian ini adalah bagaimana
memanfaatkan data dalam
jumlah yang sangat
besar dalam memaksimalkan pengambilan keputusan pada
penerimaan karyawan baru.
1.3 Batasan Masalah Agar pembahasan penelitian ini tidak
menyimpang dari apa yang
telah dirumuskan, maka
diperlukan batasan masalah.
Dalam penelitian batasan
masalah diuraikan sebagai berikut: 1.
Sistem digunakan hanya sebagai alat bantu pengambilan keputusan.
2. Pada penelitian ini tidak dilakukan
perbandingan pada algoritma lain.
3. Menggunakan databaseMySql dan bahasa
pemrograman PHP.
4. Data diambil dari PT. Telkomsel area Sumatera.
5. Sistem ini menggunakan algoritma pohon
keputusan C4.5 1.4 Tujuan Penelitian Tujuan
dari penelitian ini
adalah untuk membangun
sebuah perangkat lunak
yang dapat melakukan
pengambilan keputusan pada
penerimaan karyawan baru
dengan melibatkan data dengan
jumlah yang besar.
Universitas Sumatera Utara 4 1.5 Manfaat Penelitian Manfaat yang dapat diperoleh dari penelitian
ini adalah: 1. Dengan
penelitian ini perusahaan
dapat menggunakan sistem
pendukung keputusan yang
membantu manajemen dalam
proses pengambilan keputusan perekrutan karyawan, sehingga karyawan yang
masuk pada perusahaan tersebut memang
memiliki klasifikasi sesuai dengan yang diinginkan.
2. Penelitian ini dapat dijadikan perbandingan
ataupun referensi bagi penelitian lain yang
berkaitan dengan aplikasi pengambil keputusan, data miningataupun pohon keputusan.
1.6 Metodologi Penelitian Metodologi penelitian yang digunakan pada
penelitian ini adalah: a. Studi Literatur Pada
tahap ini dilakukan
studi kepustakaan yaitu
proses pengumpulan bahanbahan referensi yang berkaitan dengan
data mining, pohon keputusan, dan sistem pendukung
keputusan dari buku,
artikel, paper, jurnal,
makalah dan sumber lainnya. Pada tahap ini juga dilakukan studi
tentang penerimaan karyawan pada suatu
perusahaan.
b. Analisis Pada tahap ini dilakukan analisis spesifikasi
perangkat lunak yang dibangun pada penelitian ini,
seperti pengumpulan data,
analisis data, algoritma
dan struktur data.
c. Perancangan Pada
tahap ini dilakukan
perancangan perangkat lunak
yang dibangun, seperti perancangan proses dan antarmuka.
d. Implementasi Pada tahap ini dilakukan pengkodean perangkat
lunak sesuai dengan spesifikasi yang
ditentukan.
Skripsi Teknologi Informasi:Pemanfaatan Data Mining Pada Sistem Pengambilan Keputusan Penerimaan Karyawan Baru Dengan Metode Decision Tree Dan C4.5
Download lengkap Versi PDF
 | ||
| ||
| ||
| ||
|
