KOMPARASI ALGORITMA C4.5 DAN NAIVE BAYES YANG DIKEMBANGKAN MENJADI WEB INTELLEGENCE PADA PERHITUNGAN BONUS TAHUNAN KARYAWAN DI PT.ABC

Pengklasifikasian Data Mining saat ini diimplementasikan ke berbagai bidang ilmu, salah satunya adalah algoritma klasifikasi yang ada dapat diterapkan ke penilaian kinerja karyawan yang berimbas langsung pada bonus karyawan PT.ABC, Algoritma klasifikasi yaitu Decission Tree (C4.5) dan Naive Bayes paling tepat digunakan sebagai penerapan teknologi berbasis web intellegence untuk pemberian bonus tahunan untuk karyawan di PT.ABC yang setiap tahunnya selalu mengalami perubahan karyawan dikarenakan turn over yang cukup tinggi, tidak achieve target didukung dengan label pendukung “Ya” atau “Tidak”, dari hasil eksperimen yang dilakukan, setelah dilakukan pengujian dengan menggunakan dataset yang sama pada kedua algoritma dengan melakukan perbandingan terhadap nilai AUC dan Confusion Matrix, di dapat bahwa algoritma yang sesuai untuk diterapkan pada dataset perhitungan bonus karyawan dari kedua algoritma Decission Tree C4.5 dan Naive Bayes yang dimana memiliki nilai Area Under Curve (AUC) sebesar 0.991 dan Accuracy atau Confusion Matrix sebesar 99%.