EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Klasifikasi Kinerja Pegawai Menggunakan Algoritma Random Forest

Jelly Helia Putri, Sunarsan Sitohang

Journal Automation Computer Information System · 11.03.2026 · 6 (1) · 103-115

DOI: 10.47134/jacis.v6i1.170 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal Automation Computer Information System, online erschienen am 11.03.2026. Verfasst von Jelly Helia Putri und 1 weiteren Autor:innen. Die Arbeit nennt 27 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Evaluasi kinerja pegawai merupakan aspek penting dalam manajemen sumber daya manusia, namun penerapannya masih sering dilakukan secara subjektif sehingga berpotensi menimbulkan bias dan ketidakkonsistenan. Penelitian-penelitian sebelumnya umumnya berfokus pada penerapan algoritma klasifikasi tanpa menekankan kesenjangan penelitian, kontribusi ilmiah, serta analisis faktor dominan yang memengaruhi kinerja pegawai. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model klasifikasi kinerja pegawai yang objektif serta mengidentifikasi faktor-faktor utama penentu kinerja pegawai menggunakan algoritma Random Forest. Penelitian ini menggunakan dataset INX Future Inc. Employee Performance yang diperoleh dari Kaggle dengan tiga kategori kinerja, yaitu Low, Medium, dan High. Proses penelitian dilakukan melalui tahapan data mining yang meliputi seleksi data, prapemrosesan, transformasi data, pemodelan, dan evaluasi. Performa model dievaluasi menggunakan metrik akurasi, presisi, recall, dan f1-score, serta dibandingkan berdasarkan beberapa skenario pembagian data latih dan data uji. Hasil penelitian menunjukkan bahwa pembagian data latih dan data uji sebesar 80%:20% menghasilkan performa terbaik dengan tingkat akurasi sebesar 94,58%, yang lebih unggul dibandingkan skenario lainnya. Analisis feature importance menunjukkan bahwa kepuasan lingkungan kerja, sistem reward, pengembangan karier, dan pengalaman kerja merupakan faktor yang paling berpengaruh terhadap kinerja pegawai. Simpulan penelitian ini menegaskan bahwa algoritma Random Forest efektif dalam klasifikasi kinerja pegawai sekaligus memberikan kontribusi ilmiah dalam mengidentifikasi faktor penentu kinerja, serta implikasi praktis sebagai sistem pendukung keputusan evaluasi kinerja pegawai yang lebih objektif dan berbasis data

Zitieren

APA

Putri, J. H., & Sitohang, S. (2026). Klasifikasi Kinerja Pegawai Menggunakan Algoritma Random Forest. Journal Automation Computer Information System, 6(1), 103-115. https://doi.org/10.47134/jacis.v6i1.170

Vancouver

Putri JH, Sitohang S. Klasifikasi Kinerja Pegawai Menggunakan Algoritma Random Forest. Journal Automation Computer Information System. 2026;6(1):103-115. doi:10.47134/jacis.v6i1.170

BibTeX
@article{Putri2026,
  author = {Putri, Jelly Helia and Sitohang, Sunarsan},
  title = {Klasifikasi Kinerja Pegawai Menggunakan Algoritma Random Forest},
  journal = {Journal Automation Computer Information System},
  year = {2026},
  volume = {6},
  number = {1},
  pages = {103--115},
  doi = {10.47134/jacis.v6i1.170}
}
Kostenlos starten →