Sistem Rekomendasi Pemberian Penghargaan Kepada Karyawan Berprestasi Menggunakan Metode Item-Based Collaborative Filtering
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Abstract
Sumber daya manusia atau karyawan dalam suatu perusahaan, merupakan faktor yang sangat penting dalam mewujudkan visi dan misi suatu perusahaan. Meningkatkan semangat kerja karyawan sangat penting guna mencapai tujuan dan perkembangan perusahaan. Salah satu metode untuk meningkatkan produktivitas karyawan dengan memberikan program penghargaan. Tentu saja dalam pemberian penghargaan harus melalui perhitungan yang kompleks dan dengan metode perhitungan yang sesuai. Tujuan penelitian yaitu mengembangkan sistem rekomendasi karyawan berprestasi menggunakan metode Item Based Collaborative Filtering dengan tujuan membantu pihak HRD dalam menentukan karyawan berprestasi. Kriteria dan nilai yang digunakan dalam penelitian ditentukan oleh pihak manajemen kemudian dilakukan perhitungan dengan metode item based collaborative filtering dimana perhitungan nilai similarity menggunakan metode pearson correlation based similarity dan perhitungan nilai prediksi menggunakan metode weight average of deviation lalu dilakukan pengujian tingkat error atau akurasi prediksi menggunakan Mean Absolute Error(MAE). Pengujian interface dilakukan dengan menguji semua fungsi sistem dan pengujian hasil perhitungan dilakukan dengan membandingkan hasil perhitungan manual dan hasil perhitungan pada sistem. Hasil dari pengujian terhadap sistem rekomendasi pemberian penghargaan nilai rata-rata error sebesar 0,359 atau tingkat akurasi sebesar 3,59%. Dapat disimpulkan bahwa sistem rekomendasi dengan metode item based collaborative filtering dapat membantu pihak manajemen dalam menentukan karyawan berprestasi dengan baik.
##plugins.themes.bootstrap3.article.details##
Dewi, M. M. (2022). Optimasi Pearson Correlation untuk Sistem Rekomendasi menggunakan Algoritma Firefly. Jurnal Informatika, 9(1), 1–5. https://doi.org/10.31294/inf.v9i1.10209
Firman Adi Saputro, L. I. (2021). Sistem Pendukung Keputusan Pemberian Reward Bulanan Teknisi Pasang Baru Indihome Menggunakan Metode Weighted Product. 09, 6–10.
Hartarto Muliadi, K., & Citra Lestari, C. (2019). Rancang Bangun Sistem Rekomendasi Tempat Makan Menggunakan Algoritma Typicality Based Collaborative Filtering Engineering of a Dining Place Recommendation System Using Typicality Based Collaborative Filtering Algorithm. Techno.COM, 18(4), 275–287.
Indriawan, W., & Gufroni, A. I. (2020). Seri Sains dan Teknologi SISTEM REKOMENDASI PENJUALAN PRODUK PERTANIAN Seri Sains dan Teknologi P-ISSN 2477-3891. 6(2), 53–59.
Islamiyah, M., Subekti, P., & Dwi Andini, T. (2019). Pemanfaatan Metode Item Based Collaborative Filtering Untuk Rekomendasi WIsata Di Kabupaten Malang. Jurnal Ilmiah Teknologi Informasi Asia, 13(2), 143–150.
Jepriana, I. W., & Hanief, S. (2020). Analalisis dan Implementasi Metode Item-Baed Collaborative Filtering untuk Sistem Rekomendasi Konsentrasi di STMIK Stikom Bali. Jurnal Nasional Pendidikan Teknik Informatika : Janapati, 9(2), 171–180.
Nugroho, F., & Ismu Rahayu, M. (2020). Sistem Rekomendasi Produk Ukm Di Kota Bandung Menggunakan Algoritma Collaborative Filtering. Jurnal Riset Sistem Informasi Dan Teknologi Informasi (JURSISTEKNI), 2(3), 23–31. https://doi.org/10.52005/jursistekni.v2i3.63
Prasetyo, B., Haryanto, H., Astuti, S., Astuti, E. Z., & Rahayu, Y. (2019). Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone. Eksplora Informatika, 9(1), 17–27. https://doi.org/10.30864/eksplora.v9i1.244
Sari, K. R., Suharso, W., & Azhar, Y. (2020). Pembuatan Sistem Rekomendasi Film dengan Menggunakan Metode Item Based Collaborative Filtering pada Apache Mahout. Jurnal Repositor, 2(6), 767. https://doi.org/10.22219/repositor.v2i6.936