BAB V KESIMPULAN DAN SARAN
5.1. Kesimpulan
Sistem seleksi pegawai yang dibangun menggunakan algoritma Naive Bayesian untuk memberikan rekomendasi kepada user. Penelitian ini merupakan
studi untuk mengetahui pengaruh hasil nilai rekrutmen dengan hasil akhir seleksi pegawai menggunakan algoritma Naive Bayesian. Kesimpulan yang dapat diambil
dari penelitian ini adalah sebagai berikut : 1. Sistem seleksi pegawai yang dibangun mempunyai masukan data test
pelamar baru yaitu nilai STTB, nilai test psikologi, nilai test tertulis, nilai test wawancara, dan nilai test kesehatan. Keluaran sistem adalah
rekomendasi seorang pelamar yang akan lolos ke tahap training calon pegawai. Persentase rata-rata keakuratan program yang dihasilkan untuk
pengujian sistem menggunakan algoritma Naive Bayesian ini adalah sebesar 50.
2. Dari hasil analisis struktur algoritma Naive Bayesian dari data pengujian I calon pegawai yang dapat disarankan untuk diterima yaitu test psikologi
dengan hasil rekomendasi masih disarankan, nilai STTB = B dengan nilai 7,9-8,47, test kesehatan dengan nilai A, test wawancara = C dengan nilai
3,1-3,6, dan nilai test tertulis = D dengan nilai 75-82.
5.2. Saran
Saran yang dapat penulis berikan dari penelitian ini adalah sebagai berikut:
5.2.1. Untuk Pengembangan Program
Program ini masih memiliki kekurangan maka saran yang diperlukan untuk pengembangan program lebih lanjut adalah:
1. Program bisa menerima masukan tidak hanya menerima masukan langsung saat menambah data pelamar maupun data calon pegawai.
Namun juga diharapkan bisa menerima file excel dengan ekstensi .xls 2. Sistem hanya terbatas pada jumlah atribut input yang statis, yaitu 5
variabel input. Oleh karena itu, agar sistem berjalan dengan baik pengguna dapat lebih fleksibel memilih atribut yang digunakan ketika
proses pelatihan data.
DAFTAR PUSTAKA
[1] Santoso, Budi. 2007. Data Mining : Teknik Pemanfaatan Data untuk Keperluan Bisnis.
[2] Han, Jiawei Micheline Kamber. 2006. Data Mining : Concept and Techniquies, Second Edition, Morgan Kaufman Publishers. San
Francisco, USA. [3] Han, Jiawei and Micheline Kamber. 2001. Data Mining: Concepts and
Techniques. USA : Academic Press. [4] Tan, P., Michael, S., dan Vipin, K. 2005. Introduction to Data Mining.
Boston: Pearson Education,Inc. [5] Kusrini dan Luthfi, EmhaTaufiq. 2009. Algortima Data Mining, Penerbit
Andi. Yogyakarta. [6] Indhalina, Asteria, 2010, Tugas Akhir : Klasifikasi Data Penerimaan
Mahasiswa Baru dan Prestasi Akademik Mahasiswa Jurusan Teknik Informatika Universitas Sanata Dharma dengan Menggunakan
Algoritma Naive Bayesian, Universitas Sanata Dharma, Yogyakarta.
LAMPIRAN
LAMPIRAN I
NARASI USE CASE
1.1 Narasi Use Case Login ........................................................................... 55 1.2 Narasi Use Case Kelola Data Pelamar ................................................... 56
1.3 Narasi Use Case Kelola Data Calon Pegawai ........................................ 58 1.4 Narasi Use Case Seleksi Calon Pegawai ............................................... 61
1.5 Narasi Use Case Seleksi Pegawai Tetap ............................................... 65
1.1 Narasi Use Case Login
Nama Use Case Login
Aktor Administrator dan Manager
Deskripsi Use Case
Use case ini menggambarkan proses login administrator dan manager ke sistem untuk mengakses data
Prakondisi
Administrator dan Manager belum masuk ke sistem
Kondisi Akhir
Administrator dan Manager sudah masuk ke halaman utama sistem
Langkah Umum Kegiatan Aktor
Respon Sistem Langkah 1
: Administrator atau Manager mengisi form
login. Dengan mengisi username, password, dan
status
Langkah 2 : Administrator
atau Manager mengklik tombol
“Login”
Langkah 3 : Sistem mengecek
validasi username, password,
dan status di database.
Langkah 4 : sistem
menampilkan Halaman Utama Langkah
Alternatif Alt- Langkah 1 :
Administrator dan Manager mengklik tombol
“Keluar” sehingga keluar dari aplikasi.
Kesimpulan
Use case ini akan berhenti apabila sistem telah menampilkan halaman Utama untuk Administrator dan Manager.
1.2 Narasi Use Case Kelola Data Pelamar
Kategori