Algoritma K-Nearest Neighbor pada Kasus Dataset Imbalanced untuk Klasifikasi Kinerja Karyawan Perusahaan

Abstract

Bahasa Indonesia

Perusahaan perlu menilai kinerja karyawan mereka untuk berbagai tujuan, termasuk promosi jabatan. Namun, data karyawan yang semakin rumit dapat membuat proses penilaian ini menjadi sulit. Penelitian ini bertujuan untuk membuat model machine learning yang dapat memprediksi apakah karyawan berpotensi untuk dipromosikan atau tidak. Penelitian ini menggunakan metode Machine Learning LifeCycle (MLLC) dan algoritma K-Nearest Neighbor. Untuk mengatasi masalah ketidakseimbangan label kelas dalam dataset, teknik SMOTE (Synthetic Minority Over-sampling Technique) digunakan. Hasil dari penelitian ini, model dibangun dengan melakukan pemisahan data menggunakan cross validation dan menggunakan nilai k=2 dalam implementasi algoritma K-Nearest Neighbor. Hasil evaluasi model menunjukkan kinerja yang sangat baik dengan nilai akurasi 94%, nilai presisi 90,8%, dan nilai recall 97,4%. Selain itu, evaluasi confusion matrix menunjukkan bahwa hanya 562 dari 9377 data testing yang tidak sesuai dengan hasil klasifikasi. Model ini juga memiliki kurva ROC yang baik yang hampir menyentuh sudut kiri atas dan nilai AUC sebesar 94,1% atau 0,94 yang termasuk ke dalam kategori excellent.

English

Perusahaan perlu menilai kinerja karyawan mereka untuk berbagai tujuan, termasuk promosi jabatan. Namun, data karyawan yang semakin rumit dapat membuat proses penilaian ini menjadi sulit. Penelitian ini bertujuan untuk membuat model machine learning yang dapat memprediksi apakah karyawan berpotensi untuk dipromosikan atau tidak. Penelitian ini menggunakan algoritma K-Nearest Neighbor dengan menerapkan tahapan-tahapan Machine Learning LifeCycle (MLLC). Untuk mengatasi masalah ketidakseimbangan label kelas dalam dataset, teknik Synthetic Minority Over-sampling Technique (SMOTE) digunakan. Hasil dari penelitian ini, model dibangun dengan melakukan pemisahan data menggunakan cross validation dan menggunakan nilai k=2 dalam implementasi algoritma K-Nearest Neighbor. Hasil evaluasi model menunjukkan kinerja yang sangat baik dengan nilai akurasi 94%, nilai presisi 90,8%, dan nilai recall 97,4%. Model ini juga memiliki kurva ROC yang baik yang hampir menyentuh sudut kiri atas dan nilai AUC sebesar 0,94 dan nilai F-Score sebesar 0,938 yang termasuk ke dalam kategori excellent. Abstract Companies need to assess the performance of their employees for various purposes, including promotions. However, increasingly complex employee data can make this assessment process more accessible. This research aims to create a machine-learning model that can predict whether employees have the potential to be promoted or not. This research uses the K-Nearest Neighbor algorithm, with step by step from Machine Learning Life Cycle (MLLC) method. To overcome the problem of class label imbalance in the dataset, the Synthetic Minority Over-sampling Technique (SMOTE) technique is used. As a result of this research, the model was built by separating the data using cross-validation and the value k=2 in implementing the K-Nearest Neighbor algorithm. The model evaluation results show excellent performance with an accuracy value of 94%, a precision value of 90.8%, and a recall value of 97.4%. In addition, the confusion matrix evaluation showed that only 562 of the 9,377 data-testing did not match the classification results. This model also has a good ROC curve, which almost touches the top left corner, and an AUC value of 0.94, which is included in the excellent category.

Keywords

• Imbalanced Dataset
• Kinerja Karyawan
• Klasifikasi
• Machine Learning
• MLLC