PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK PENGAMBILAN KEPUTUSAN REKRUTMEN KARYAWAN BARU BERBASIS WEB (STUDI KASUS SMP NEGERI 1 PAITON)

Ulva, Maria (2018) PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK PENGAMBILAN KEPUTUSAN REKRUTMEN KARYAWAN BARU BERBASIS WEB (STUDI KASUS SMP NEGERI 1 PAITON). Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_14013452_Maria Ulva_IF.pdf Restricted to Registered users only Download (4MB)

Abstract

Kata Kunci: Sistem Pendukung Keputusan (SPK), Rekrutmen Karyawan, K-Nearest Neighbor (K-NN), Web, Waterfall.

Karyawan memegang peranan yang sangat penting dalam keberlangsungan suatu instansi, karena kualitas sumber daya manusia yang baik akan berdampak positif pada kemajuan instansi tersebut. Proses rekrutmen karyawan baru merupakan kegiatan krusial yang lumrah dilakukan oleh setiap organisasi, termasuk instansi pendidikan seperti di SMP Negeri 1 Paiton. Permasalahan utama dalam proses rekrutmen selama ini adalah sulitnya mengidentifikasi calon karyawan yang benar-benar kompeten serta tingginya risiko subjektivitas atau kesalahan dalam menyeleksi kandidat yang sesuai dengan kriteria sekolah. Untuk mengatasi kendala tersebut, diperlukan sebuah sistem komputasi objektif yang dapat mengklasifikasikan kelayakan pelamar secara otomatis. Penelitian ini bertujuan untuk merancang dan membangun sebuah Sistem Pendukung Keputusan (SPK) rekrutmen karyawan baru berbasis web dengan mengimplementasikan metode K-Nearest Neighbor (K-NN). Metode K-NN digunakan sebagai mesin inferensi untuk mengklasifikasikan pelamar baru berdasarkan tingkat kemiripan karakteristik (similarity) dengan data historis karyawan yang telah ada. Rekayasa perangkat lunak ini dikembangkan menggunakan model Waterfall yang menyediakan pendekatan alur pengembangan terstruktur meliputi tahapan analisis kebutuhan, perancangan (design), pengodean (coding), pengujian sistem (testing), dan perawatan (maintenance). Hasil dari penelitian ini berupa aplikasi SPK berbasis web yang terbukti mampu membantu pihak manajemen sekolah dalam melangsungkan proses seleksi secara lebih cepat, tepat, dan akurat. Berdasarkan pengujian sistem, aplikasi ini berhasil merekomendasikan keputusan kelayakan secara transparan, di mana pelamar yang mencapai nilai ambang batas (passing grade) rata-rata minimal 31 dinyatakan diterima sebagai karyawan baru.

Item Type:	Thesis (Other)
Subjects:	H Social Sciences > HF Commerce L Education > LB Theory and practice of education Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	15 Jun 2026 04:42
Last Modified:	15 Jun 2026 04:42
URI:	https://repository.unuja.ac.id/id/eprint/3589

Actions (login required)

View Item