Ariani, Risna Dyah (2019) Penentuan Penjadwalan Kerja Berdasarkan Klasifikasi Data Karyawan Menggunakan Metode Decision Tree Algorithm C4.5 (Studi Kasus Cv Sumber Horti Nasional Kediri). Sarjana thesis, Universitas Brawijaya.
Abstract
CV Sumber Horti Nasional (SHN) adalah perusahaan yang memproduksi benih hortikultura. CV SHN terus berupaya meningkatkan kapasitas produksi mengingat permintaan pasar yang terus meningkat. Jumlah tenaga kerja yang semakin meningkat dan kapasitas mesin yang dimiliki terbatas menuntut perusahaan untuk melakukan pengaturan penjadwalan shift kerja agar target produksi dapat terpenuhi. Penyusunan penjadwalan tenaga kerja menimbulkan masalah apabila dilakukan tanpa bantuan sistem terkomputerisasi. Tujuan dari penelitian ini adalah mengimplementasikan metode decision tree algorithm C4.5 untuk membuat sistem penjadwalan shift kerja, mengetahui tingkat akurasi sistem penjadwalan shift kerja berdasarkan hasil klasifikasi tenaga kerja menggunakan metode decision tree algorithm C4.5, serta memberikan usulan jadwal shift kerja dari sistem penjadwalan kerja berbasis web berdasarkan pengelompokan tenaga kerja menggunakan metode decision tree algorithm C4.5 Metode yang digunakan adalah Decision Tree Algorithm C4.5 yang berfungsi sebagai pengklasifikasi data tenaga kerja untuk kemudian dilakukan pembentukan penjadwalan shift kerja. Kebutuhan data dalam penelitian ini berupa data induk karyawan yang berjumlah 128 data tenaga kerja. Split data dilakukan pada data induk karyawan untuk mendapatkan data training (1/3) sebesar 43 data. Data training dilakukan pengolahan dengan menggunakan bantuan software data mining RapidMiner 5.3. Rule hasil perhitungan decision tree dijadikan dasar klasifikasi tenaga kerja dan pembentukan shift pada sistem web. Sistem operasi yang digunakan terdiri dari Microsoft Windows 10, database MySQL, pemrograman PHP dan XAMPP.viii Pembentukan tree menghasilkan rule yang digunakan pada sistem web. Atribut-atribut yang menjadi pengambil keputusan adalah atribut jenis kelamin, catatan kesehatan, usia dan unit kerja. Pengujian sistem dilakukan dengan menggunakan K-fold cross validation menghasilkan rata-rata akurasi sebesar 93.39% dengan akurasi tertinggi pada six-fold cross validation sebesar 95.35%. Sistem penjadwalan kerja yang telah dibentuk dapat diakses menggunakan alamat shn.redonesia.co.id. Terdapat usulan rekayasa 2 shift kerja pada sistem web dengan membagi tenaga kerja ke dalam 3 kelompok untuk menempati masing-masing shift kerja setiap harinya. Rotasi shift kerja mengadopsi tipe rotasi metropolitan 2(2-2-2). Usulan jadwal shift kerja menghasilkan saran untuk melakukan penambahan tenaga kerja untuk memenuhi kebutuhan stasiun kerja yang ada, sehingga untuk penelitian berikutnya bisa dilakukan perhitungan produktivitas untuk melihat perlu tidaknya melakukan penambahan tenaga kerja dalam pengaturan shift kerja.
English Abstract
CV Sumber Horti Nasional (SHN) is a company that produces horticultural seeds. CV SHN continues to increase production capacity considering the increasing demand for the market. The increasing number of workforce and limited-owned machine capacity require companies to perform shift scheduling arrangements of work in order to fulfill the production targets. The preparation of labor scheduling poses problems without the help of a computerized system. This research aimed to implement the decision tree algorithm C4.5 method to create a work shift scheduling system, determine the accuracy of the work shift scheduling system based on the results of the workforce classification using the decision tree algorithm C4.5 method, and provide work shift schedule proposals from the scheduling system web-based work based on grouping of workers using the decision tree algorithm C4.5 method The method used is the Decision Tree Algorithm C 4.5 which serves as the classification of labor data to be carried out the formation of work shift scheduling. The data requirement in this research was the database of employee wich ware 128. All employee data is split data to get the training data (1/3) of 43 data. Data training were processed using data mining software RapidMiner 5.3. Rule of decision tree calculation is used as base of labor classification and shift formation on web system. The operating system used consists of Microsoft Windows 10, MySQL databases, PHP programming and XAMPP. Tree creation generates the rule used on the web system. The attributes that become decision makers are gender attributes, health records, ages and work units. System testingx conducted using the K-fold cross validation resulted in an average of 93.39% accuracy with the highest accuracy at a sixfold cross validation of 95.35%. A work scheduling system that has been established can be accessed using the address shn.redonesia.co.id. There is a proposed 2 shift engineering proposal on the Web system by dividing the workforce into 3 groups to occupy each working shift each day. Shift rotation work adopts Metropolitan 2 rotation type (2-2-2). The proposed shift schedule have impact on the addition of labor to fulfill the need of employee in each workstations so the productivity sould be calculated to estimate whether the company need employee recruitment or not.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTP/2019/325/052002429 |
| Uncontrolled Keywords: | Tenaga Kerja, penjadwalan shift kerja, decision tree algorithm C4.5, RapidMiner, K-Mean Fold Cross Validation, employee, work shift scheduling, decision tree algorithm C 4.5, RapidMiner, K-Mean Fold Cross Validation |
| Subjects: | 600 Technology (Applied sciences) > 658 General management > 658.3 Personnel management (human resource management) > 658.31 Elements of personnel management > 658.312 Conditions of employment, performance rating, utilization of personnel |
| Divisions: | Fakultas Teknologi Pertanian > Teknologi Industri Pertanian |
| Depositing User: | Nur Cholis |
| Date Deposited: | 18 Aug 2020 03:20 |
| Last Modified: | 22 Oct 2021 00:39 |
| URI: | http://repository.ub.ac.id/id/eprint/181499 |
Preview |
Text
Risna Dyah Ariani (2).pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |