Penerapan Algoritma Rough Set Untuk Mengidentifikasi Faktor – Faktor Resignnya Karyawan (Study Kasus : PT. Sumber Alfaria Trijaya, Tbk )

Authors

  • Rahmat Jaya Zega Universitas Budi Darma, Medan

Keywords:

Data Mining, Rough Set, Rosetta

Abstract

Karyawan merupakan salah satu Sumber Daya Manusia (SDM) yang berada di Perusahaan. Kinerja karyawan di Perusahaan mempunyai peran penting dalam pencapaian tujuan perusahaan. Karyawan harus benar-benar kompeten dibidangnya dan karyawan juga harus mampu mengabdi secara optimal. Kinerja seseorang yang baik dapat dipengaruhi oleh motivasi kerja dan disiplin kerja Dalam hubungan indistrial, perihal karyawan yang mengundurkan diri tidak dapat dihindari, ketika karyawan mengalamiketidak puasan, maka karyawan cenderung akan mengambil sikap untuk mundur atau berhenti dari perusahaan. sebaliknya jika kondisi semakin baik maka karyawan akan lebih lama bertahan dalam perusahaan pada PT. Sumber Alfaria Trijaya, Tbk kota Medan. Penelitian ini bertujuan untuk mengetahui seberapa besar faktor – faktor yang mempengaruhi resignnya karyawan pada PT. Sumber Alfaria Trijaya, Tbk kota Medan.Metode penelitian yang digunakan adalah deskriptif dan verifikatif dengan jumlah sampel responden 80 orang karyawan.Teknik pengumpulan data yang digunakan adalah wawancara, observasi, kuesioner.

Author Biography

Rahmat Jaya Zega, Universitas Budi Darma, Medan

Program Studi Teknik Informatika

References

Basic PV, Basic V, Programming OO. Pengenalan Visual Basic 2005. World. 2005;1–16.

Hartono J. Analisis dan Desain Sistem. J Tek Inform. 2005;3:1–13.

Flowchart P, Membuat PD, Bila F, Penjualan MP. Pedoman Flowchart. :1–13.

SH.MM PL. Hubungan motivasi kerja dengan produktivitas dan kinerja karyawan. J Ilm INTREGITAS. 2015;

Setiawan A. Implementasi Metode Rough Set untuk Promosi Rumah Bersalin. Semin Nas Inform 2014. 2014;344–50.

Han J, Kamber M. Konsep dan Teknik Data Mining Pengantar Data Mining ( DM ).

N. S. Pinem and D. P. Utomo, “Implementasi Fuzzy Logic Dengan Infrensi Tsukamoto Untuk Prediksi Jumlah Kemasan Produksi (Studi Kasus: PT. Sinar Sosro Medan),†Pelita Inform. Inf. dan Inform., vol. 9, no. 1, pp. 56–60, 2020.

D. P. Utomo and Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,†J. MEDIA Inform. BUDIDARMA, vol. 4, no. 2, pp. 437–444, 2020.

D. P. Utomo, P. Sirait, and R. Yunis, “Reduksi Atribut Pada Dataset Penyakit Jantung dan Klasifikasi Menggunakan Algoritma C5. 0,†J. MEDIA Inform. BUDIDARMA, vol. 4, no. 4, pp. 994–1006, 2020.

B. S. Pranata and D. P. Utomo, “Penerapan Data Mining Algoritma FP-Growth Untuk Persediaan Sparepart Pada Bengkel Motor (Study Kasus Bengkel Sinar Service),†Bull. Inf. Technol., vol. 1, no. 2, pp. 83–91, 2020.

D. P. Utomo and B. Purba, “Penerapan Datamining pada Data Gempa Bumi Terhadap Potensi Tsunami di Indonesia,†Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. 1, pp. 846–853, 2019.

R. Amelia and D. P. Utomo, “ANALISA POLA PEMESANAN PRODUK MODERN TRADE INDEPENDENT DENGAN MENEREPAKAN ALGORITMA FP. GROWTH (STUDI KASUS: PT. ADAM DANI LESTARI),†KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 416–423

Downloads

Published

2021-04-25

Issue

Vol. 9 No. 4 (2021): April 2021

Section

Articles

License

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).