4.4.2. Analisis Struktur Algoritma Naive Bayesian
Dalam analisis struktur algoritma naive bayesian ini data yang digunakan sebagai sampel data adalah pengujian I dengan jumlah data
sebanyak 256 record. Data pengujian I terdiri dari 5 atribut yaitu nilai STTB, test tertulis, test psikologi, test wawancara, test kesehatan. Dari
data tersebut terbentuk klasifikasi algoritma naive bayesian untuk setiap atribut sebagai berikut :
1. Nilai STTB Tabel 4.3 menampilkan hasil klasifikasi algoritma naive bayesian untuk
nilai STTB dengan status penerimaan diterima.
Tabel 4.3 Tabel nilai likelihood STTB dengan status diterima Keterangan
Nilai Likelihood Nilai STTB = A
0.08796
Nilai STTB = B
0.4352
Nilai STTB = C 0.3333
Nilai STTB = D 0.3333
Nilai STTB = E
0.0092
Tabel 4.4 menampilkan hasil klasifikasi algoritma naive bayesian untuk nilai STTB dengan status penerimaan tidak diterima.
Tabel 4.4 Tabel nilai likelihood STTB dengan status tidak diterima Keterangan
Nilai Likelihood Nilai STTB = A
0.05
Nilai STTB = B 0.05
Nilai STTB = C
0.025
Nilai STTB = D 0.06
Nilai STTB = E
0.35
Dari data pengujian I dengan variabel nilai STTB urutan probabilitas status penerimaan diterima terbesar sampai terkecil yaitu nilai STTB = B, nilai
STTB = C, nilai STTB = D, nilai STTB = A, nilai STTB = E. Sedangkan status penerimaan tidak diterima nilai STTB = E mempunyai probabilitas
paling kecil. Sehingga dari data diatas dapat disimpulkan bahwa calon pegawai yang memiliki peluang terbesar untuk diterima dengan nilai
STTB = B dan yang memiliki peluang terbesar untuk tidak diterima dengan nilai STTB = E.
2. Test Tertulis Tabel 4.5 menampilkan hasil klasifikasi algoritma naive bayesian untuk
nilai test tertulis dengan status penerimaan diterima.
Tabel 4.5 Tabel nilai likelihood test tertulis dengan status diterima Keterangan
Nilai Likelihood Nilai Test Tertulis = A
0.0045
Nilai Test Tertulis = B 0.0045
Nilai Test Tertulis = C
0.009
Nilai Test Tertulis = D 0.1409
Nilai Test Tertulis = E 0.009
Tabel 4.6 menampilkan hasil klasifikasi algoritma naive bayesian untuk nilai test tertulis dengan status penerimaan tidak diterima.
Tabel 4.6 Tabel nilai likelihood test tertulis dengan status tidak diterima
Keterangan Nilai Likelihood
Nilai Test Tertulis = A
0.0227
Nilai Test Tertulis = B 0.0227
Nilai Test Tertulis = C 0.0454
Nilai Test Tertulis = D 0.659
Nilai Test Tertulis = E 0.2272
Dari data diatas dapat dilihat bahwa probabilitas status penerimaan diterima terbesar adalah test tertulis = D. Sedangkan probabilitas status
penerimaan tidak diterima terbesar adalah test tertulis = D.
3. Test Psikologi Tabel 4.7 menampilkan hasil klasifikasi algoritma naive bayesian untuk
nilai test psikologi dengan status penerimaan diterima.
Tabel 4.7 Tabel nilai likelihood test psikologi dengan status diterima Keterangan
Nilai Likelihood Nilai Psikologi = Disarankan
0.367
Nilai Psikologi = Masih Disarankan 0.6147
Nilai Psikologi = Kurang Disarankan 0.0092
Nilai Psikologi = Tidak Disarankan
0.0046
Tabel 4.8 menampilkan hasil klasifikasi algoritma naive bayesian untuk nilai test psikologi dengan status penerimaan tidak diterima.
Tabel 4.8 Tabel nilai likelihood test psikologi dengan status tidak diterima
Keterangan Nilai Likelihood
Nilai Psikologi = Disarankan 0.0238
Nilai Psikologi = Masih Disarankan
0.1428
Nilai Psikologi = Kurang Disarankan 0.5238
Nilai Psikologi = Tidak Disarankan 0.5238
Dari data diatas dapat dilihat bahwa calon pegawai yang memiliki peluang diterima yaitu dengan nilai test psikologi = Masih Disarankan. Dan yang
memiliki peluang paling besar untuk tidak diterima yaitu dengan nilai test psikologi = Kurang Disarankan dan Tidak Disarankan.
4. Test Wawancara Tabel 4.9 menampilkan hasil klasifikasi algoritma naive bayesian untuk
nilai test wawancara dengan status penerimaan diterima.
Tabel 4.9 Tabel nilai likelihood test wawancara dengan status diterima
Keterangan Nilai Likelihood
Nilai Wawancara = A
0.054
Nilai Wawancara = B 0.0045
Nilai Wawancara = C 0.3513
Nilai Wawancara = D
0.1982
Nilai Wawancara = E 0.0135
Tabel 4.10 menampilkan hasil klasifikasi algoritma naive bayesian untuk nilai test wawancara dengan status penerimaan tidak diterima.
Tabel 4.10 Tabel nilai likelihood test wawancara status tidak diterima Keterangan
Nilai Likelihood Nilai Wawancara = A
0.0217
Nilai Wawancara = B 0.0217
Nilai Wawancara = C
0.0435
Nilai Wawancara = D 0.413
Nilai Wawancara = E
0.4348
Dari data diatas dapat dilihat bahwa probabilitas status penerimaan diterima terbesar adalah test wawancara = C. Sedangkan probabilitas
status penerimaan tidak diterima terbesar adalah test wawancara = E. 5. Test Kesehatan
Tabel 4.11 menampilkan hasil klasifikasi algoritma naive bayesian untuk nilai test kesehatan dengan status penerimaan diterima.
Tabel 4.11 Tabel nilai likelihood test kesehatan dengan status diterima Keterangan
Nilai Likelihood Nilai Kesehatan = A
0.0045
Nilai Kesehatan = B 0.0946
Nilai Kesehatan = C 0.360
Tabel 4.12 menampilkan hasil klasifikasi algoritma naive bayesian untuk nilai test kesehatan dengan status penerimaan tidak diterima.
Tabel 4.12 Tabel nilai likelihood test kesehatan status tidak diterima Keterangan
Nilai Likelihood Nilai Kesehatan = A
0.0652
Nilai Kesehatan = B
0.6087
Nilai Kesehatan = C 0.2174
Dari data diatas dapat dilihat bahwa test kesehatan dengan status penerimaan diterima maupun tidak diterima memiliki probabilitas yang
kecil. Sehingga dari contoh data ini nilai test kesehatan tidak begitu berpengaruh dalam seleksi calon pegawai.
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.