Rangga Saputra, . (2024) PENERAPAN ALGORITMA COSINE SIMILARITY DAN TF-IDF DALAM MENENTUKAN RUMPUN JABATAN. Tugas Akhir thesis, Universitas Pembangunan Nasional Veteran Jakarta.
![[img]](http://repository.upnvj.ac.id/style/images/fileicons/text.png) |
Text
ABSTRAK.pdf Download (183kB) |
|
Text
AWAL.pdf Download (716kB) |
|
Text
BAB 1.pdf Restricted to Repository UPNVJ Only Download (216kB) |
|
Text
BAB 2.pdf Restricted to Repository UPNVJ Only Download (485kB) |
|
Text
BAB 3.pdf Restricted to Repository UPNVJ Only Download (509kB) |
|
Text
BAB 4.pdf Restricted to Repository UPNVJ Only Download (569kB) |
|
Text
BAB 5.pdf Download (176kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (196kB) |
|
Text
RIWAYAT HIDUP.pdf Restricted to Repository UPNVJ Only Download (89kB) |
|
Text
HASIL PLAGIARISME.pdf Restricted to Repository staff only Download (9MB) |
|
Text
ARTIKEL KI.pdf Restricted to Repository staff only Download (422kB) |
Abstract
Pada tahun 2019, sebuah instansi pemerintah memperkenalkan sistem rumpun jabatan untuk meningkatkan efisiensi dalam penugasan jabatan pegawai. Tantangan muncul ketika data pegawai tahun sebelumnya tidak memiliki klasifikasi rumpun jabatan, dan data yang tersedia berupa teks dalam jumlah besar. Rumpun jabatan hanya dikelompokkan berdasarkan kesamaan karakteristik, termasuk keluarga jabatan, fungsi jabatan, dan peran jabatan. Rumpun Jabatan adalah kelompok dari jabatan administrasi yang saling terkait dalam tugas, fungsi, dan kompetensi untuk melaksanakan pekerjaan tertentu. Karena jumlah pegawai yang banyak, informasi yang melimpah, dan data yang dikelola merupakan data teks dalam jumlah yang besar, maka pengklasifikasian manual menjadi tidak efisien. Kondisi ini menyulitkan Biro SDM yang bertanggung jawab atas data pegawai. Untuk mengatasi permasalahan ini, diperlukan metode bantu yang dapat memproses data dengan cepat dan akurat. Salah satu pendekatan yang digunakan adalah Cosine Similarity menggunakan metode TF-IDF. Evaluasi hasil menunjukkan bahwa metode ini memberikan nilai precision untuk keluarga jabatan dan fungsi secara berurutan mencapai 89% dan 81%. Sementara itu, dalam mengklasifikasikan peran, tingkat precision yang dihasilkan rendah sebesar 52%. Meskipun terdapat error rate sebesar 26%, model ini dianggap cukup akurat dalam mengidentifikasi kesamaan antara data pegawai dan rumpun jabatan. Dengan toleransi error rate sebesar 30%, model ini dapat dipertimbangkan untuk implementasi oleh Biro SDM guna otomatisasi penentuan rumpun jabatan. Meskipun terdapat perbedaan kinerja antara kategori rumpun jabatan, model ini dianggap dapat diandalkan terutama untuk keluarga jabatan dan fungsi. Penelitian ini menyoroti potensi positif dalam penerapan algoritma tersebut sebagai solusi dalam konteks pengelolaan data pegawai dan klasifikasi rumpun jabatan. Kata kunci: Instansi Pemerintahan; Rumpun Jabatan; Cosine Similarity
| Item Type: | Thesis (Tugas Akhir) |
|---|---|
| Additional Information: | [No.Panggil: 2010511036] [Pembimbing 1: Jayanta] [Pembimbing 2: Musthofa Galih Pradana] [Penguji 1: Didit Widiyanto] [Penguji 2: Nindy Irzavika] |
| Uncontrolled Keywords: | Government Agencies, Position Family, Cosine Similarity, Instansi Pemerintahan, Rumpun Jabatan, Cosine Similarity |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Fakultas Ilmu Komputer > Program Studi Informatika (S1) |
| Depositing User: | Rangga Saputra |
| Date Deposited: | 19 Feb 2024 02:57 |
| Last Modified: | 19 Feb 2024 02:57 |
| URI: | http://repository.upnvj.ac.id/id/eprint/27831 |
Actions (login required)
 |
View Item |