IMPLEMENTASI ALGORITMA DECISION TREE PADA KINERJA KARYAWAN MENGGUNAKAN KERANGKA OBJECTIVE AND KEY RESULT (OKR)

Authors

  • Andrian Falah Kalyana Univeristas Logistik dan Bisnis Internasional
  • Dini Hamidin Universitas Logistik dan Bisnis Internasional
  • Saepudin Nirwan Universitas Logistik dan Bisnis Internasional https://orcid.org/0000-0002-7518-8605

DOI:

https://doi.org/10.69916/jkbti.v4i1.160

Keywords:

Objective and Key Result(OKR), Machine Learning, Algoritma Decision Tree

Abstract

OKR (Objectives and Key Results) adalah kerangka kerja yang digunakan untuk menetapkan dan memantau tujuan serta hasil kunci yang diinginkan oleh sebuah organisasi. Penilaian dilakukan secara berkala untuk mengevaluasi kemajuan dan mengukur efektivitas OKR dalam mencapai tujuan yang telah ditetapkan. Dalam penelitian ini, data sintetis digunakan untuk memprediksi kinerja karyawan. Data sintetis dihasilkan menggunakan metode faker yang terdapat dalam library Python, dengan referensi data asli sebagai acuan. Machine learning, sebagai bagian dari kecerdasan buatan, memungkinkan sistem untuk belajar secara otomatis dan meningkatkan kemampuannya berdasarkan pengalaman tanpa perlu diprogram secara eksplisit. Algoritma Decision Tree digunakan dalam penelitian ini untuk klasifikasi dan regresi. Penelitian ini bertujuan untuk memprediksi hasil kinerja karyawan dengan label "cukup", "baik", "memuaskan", dan "sangat memuaskan". Hasil penelitian menunjukkan bahwa algoritma Decision Tree dapat digunakan untuk membangun pohon keputusan yang efektif dalam memprediksi kategori kinerja karyawan. Kesimpulannya, algoritma Decision Tree mampu membuat pohon keputusan yang berguna dalam evaluasi kinerja karyawan.

Downloads

Download data is not yet available.

References

P. Ogheneogaga Irikefe, “Effect of Objectives and Key Results (OKR) on Organisational Performance in the Hospitality Industry,” IJRP, vol. 91, no. 1, Dec. 2021, doi: 10.47119/IJRP1009111220212596.

V. Stray, J. H. Gundelsby, R. Ulfsnes, and N. Brede Moe, “How agile teams make Objectives and Key Results (OKRs) work,” in Proceedings of the International Conference on Software and System Processes and International Conference on Global Software Engineering, Pittsburgh PA USA: ACM, May 2022, pp. 104–109. doi: 10.1145/3529320.3529332.

J. L. Butler, T. Zimmermann, and C. Bird, “Objectives and Key Results in Software Teams: Challenges, Opportunities and Impact on Development,” in Proceedings of the 46th International Conference on Software Engineering: Software Engineering in Practice, Lisbon Portugal: ACM, Apr. 2024, pp. 358–368. doi: 10.1145/3639477.3639747.

V. Stray, N. B. Moe, H. Vedal, and M. Berntzen, “Using Objectives and Key Results (OKRs) and Slack: A Case Study of Coordination in Large-Scale Distributed Agile”.

A. S. Diantika and Y. Firmanto, “IMPLEMENTASI MACHINE LEARNING PADA APLIKASI PENJUALAN PRODUK DIGITAL (STUDI PADA GRABKIOS)”.

D. K. M.Sc, Pengenalan Machine learning dengan Python. Elex Media Komputindo, 2022.

A. Rizal, “Tahapan Desain dan Implementasi Model Machine learning untuk Sistem Tertanam,” Ultima Computing : Jurnal Sistem Komputer, vol. 12, no. 2, pp. 79–85, Nov. 2020, doi: 10.31937/sk.v12i2.1782.

I. Sutoyo, “IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI DATA PESERTA DIDIK,” Jurnal Pilar Nusa Mandiri, vol. 14, no. 2, Art. no. 2, 2018, doi: 10.33480/pilar.v14i2.70.

A. H. Nasrullah, “IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI PRODUK LARIS :,” Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, vol. 7, no. 2, Art. no. 2, Sep. 2021, doi: 10.35329/jiik.v7i2.203.

B. Imran, Zaeniah, Sriasih, S. Erniwati, and Salman, “Data Mining Using a Support Vector Machine , Decision Tree , Logistic Regression and Random Forest for,” J. Infokum, vol. 10, no. 2, pp. 792–802, 2022.

Downloads

Published

2025-01-02

PlumX Metrics

Scite Metrics

Altmetric

How to Cite

[1]
A. F. Kalyana, D. Hamidin, and S. Nirwan, “IMPLEMENTASI ALGORITMA DECISION TREE PADA KINERJA KARYAWAN MENGGUNAKAN KERANGKA OBJECTIVE AND KEY RESULT (OKR)”, JKBTI, vol. 4, no. 1, pp. 01–12, Jan. 2025.