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

Saufika Sukmawati, Sulastri Sulastri, Herny Februariyanti, Arief Jananto

Abstract


Penempatan tenaga kerja Indonesia ke luar negeri merupakan salah satu upaya pemerintah dalam mewujudkan hak masyarakat untuk mendapatkan kesempatan bekerja serta meningkatkan perekonomian negara. Sebagai salah satu upaya pelindungan pekerja migran Indonesia maka dikembangkan sebuah sistem komputerisasi tenaga kerja luar negeri (SISKOTKLN) oleh Badan Nasional Penempatan dan Perlindungan TKI (BNP2TKI). Permasalahan yang menjadi kendala adalah adanya pekerja migran Indonesia (PMI) yang dipulangkan atau mendapat permasalahan ketenagakerjaan selama di luar negeri. Sehingga dibutuhkan sebuah interpretasi pada pola data penempatan PMI yang dapat digunakan sebagai prediksi negara tujuan penempatan para calon PMI yang ingin bekerja ke luar negeri.

Penelitian ini akan membandingkan dua algoritma klasifikasi dalam data mining yaitu algoritma C 4.5 dan algoritma Naïve Bayes untuk mengetahui pola penempatan PMI dengan menggunakan data penempatan PMI pada wilayah BP3TKI Semarang. Percobaan dilakukan dengan data training sebanyak 1802 data dan data testing sebanyak 772 menghasilkan nilai akurasi paling tinggi bagi kedua algoritma. Algoritma C 4.5 mampu memprediksi lebih baik dengan tingkat akurasi sebesar 84.84% sedangkan pada Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 58.29%.


Full Text:

PDF

References


Dunhan, M. (2003). Data Mining: Introductory and Advanced Topics. Prentice Hall. Engineering, 1–89. http://www.general.nsysu.edu.tw/gena/gena02/dm/part2.pdf

Elisa, E. (2017). Analisa dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi PT.Arupadhatu Adisesanti. Jurnal Online Informatika, 2(1), 36. https://doi.org/10.15575/join.v2i1.71

Han, J. (1996). Data mining techniques. SIGMOD Record (ACM Special Interest Group on Management of Data), 25(2), 545. https://doi.org/10.1145/235968.280351

Kurniawan, Y. I. (2018). Perbandingan Algoritma Naive Bayes dan C.45 dalam Klasifikasi Data Mining. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(4), 455. https://doi.org/10.25126/jtiik.201854803

Lakshmi, T. M., Martin, A., Begum, R. M., & Venkatesan, V. P. (2013). An Analysis on Performance of Decision Tree Algorithms using Student’s Qualitative Data. International Journal of Modern Education and Computer Science, 5(5), 18–27. https://doi.org/10.5815/ijmecs.2013.05.03

Lorena., S. (2016). Teknik Data Mining Menggunakan Metode Bayes Classifier Untuk Optimalisasi Pencarian Aplikasi Perpustakaan. Jurnal Teknik Komputer, 4(2), 17–20.

Purushottam, Saxena, K., & Sharma, R. (2016). Efficient Heart Disease Prediction System. Procedia Computer Science, 85, 962–969. https://doi.org/10.1016/j.procs.2016.05.288

Roiger, R. J. (2017). Data Mining: A Tutorial-Based Primer. In Journal of Chemical Information and Modeling (Vol. 53, Issue 9).

Santoso, T. B., & Sekardiana, D. (2019). Penerapan Algoritma C4.5 untuk Penentuan Kelayakan Pemberian Kredit. Jurnal Algoritma, Logika Dan Komputasi, II(1), 130–137.




DOI: http://dx.doi.org/10.36723/juri.v14i1.280

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.

 

 

 

 

 

View My Stats