PENERAPAN OVER-SAMPLING DAN UNDER-SAMPLING PADA NAIVE BAYES UNTUK PREDIKSI KINERJA CALON PEGAWAI

(Oleh: Felita Aulia; Pembimbing: Fatma Indriani, S.T, M.ITIrwan Budiman S.T, M.Kom; 2019; 62 Halaman)

Ketidakseimbangan data kinerja pegawai memiliki data yang kelas baik lebih lebih banyak dibandingkan kelas cukup untuk memprediksi kinerja calon pegawai selanjutnya sehigga akan mempengaruhi akurasi prediksi ketepatan data. Metode sampling diterapakan untuk menangani masalah ketidakseimbangan data tersebut dengan menggunakan metode naive bayes, oversampling + naive bayes, dan undersampling + naive bayes. Dalam menentukan hasil kinerja metode-metode tersebut menggunakan teknik validasi confusion mattrix dimana tingkat akurasi paling tinggi terdapat pada metode naive bayes yaitu sebesar 75% dan sensitivitas paling tinggi juga pada metode naive bayes sebesar 90%, dan spesifisitas paling tinggi yaitu pada metode Undersampling + Naive Bayes dan Oversampling + Naive Bayes memiliki nilai yang sama sebesar 58%.

Kata Kunci : Naive Bayes,oversampling, undersampling,Manajemen Data