![]() ![]() Al., “Using Data Mining Techniques to Build a Classification Model for Predicting Employees Performance”, International Journal of Advanced Computer Science and Application, vol. Hasil penelitian ini menunjukkan akurasi prediksi pada petugas organik BPS meningkat sebesar 10.57 % dari 63,19 % menjadi 69,87 % dengan faktor penentu keterlambatan adalah beban kerja, track record dan kemudahan lokasi, sedangkan pada petugas mitra dengan menggunakan metode CFS akurasi prediksi meningkat sebesar 24,11 % dari 65,78 % menjadi 81,643 % dengan faktor penentu keterlambatan adalah nilai pendalaman,kemampuan bekerja dalam tim, dan profesionalitas.īuku Pedoman Pencacah Podes 2014, Jakarta: BPS, 2014.Īl-radaideh, Q. Pemilihan atribut pada penelitian ini menggunaan nilai gain informasi dan Correlation feature selection (CFS), selanjutnya dilakukan pemodelan dengan algoritma Pohon Keputusan. Untuk meminimalisir agar keterlambatan tidak terjadi secara berulang, penelitian bertujuan memprediksi kinerja petugas berdasarkan faktor internal dan eksternal sebagai informasi kegiatan di Badan Pusat Statistik (BPS). ![]() Kegiatan rilis data pada pendataan Potensi Desa (Podes) Badan Pusat Statistik pada kurun waktu sembilan tahun terakhir, selalu mengalami keterlambatan.
0 Comments
Leave a Reply. |
AuthorWrite something about yourself. No need to be fancy, just an overview. ArchivesCategories |