PENERAPAN METODE NAIVE BAYES CLASSIFIER UNTUK PENILAIAN KINERJA KARYAWAN DI PT MAHAKA IMPROCARE INDONESIA

Pada penyusunan skripsi ini, faktor yang ingin menjadi topik pembahasan yaitu tidak adanya reward rate yang sesuai serta seadil mungkin didalam system Perusahaan yang mana telah disampaikan pada Q.S Al-Baqarah ayat 188 tentang bagaimana harus bersikap adil terutama saat melakukan penilaian kinerja. Saat ini saya sangat ingin mengatasi hal tersebut dikarenakan system reward rate untuk penggajian masih belum tersedia dan penyesuaian bonus serta sanksi masih belum
diterapkan pada PT Mahaka Improcare Indonesia. Tujuan utama saya yaitu untuk merancang dan membangun sebuah website sebagai dasar aplikasi yang mana nantinya dapat berfungsi sebagai penghitung otomatis saat memasukkan nilai kinerja, gaji pokok, serta tunjangan yang lain sehingga proses akhir dapat menyesuaikan perhitungan gaji total yang berisi semua perolehan dengan penilaian yang adil dan akurat baik itu mendapatkan bonus dan sanksi.
Metode yang ingin saya gunakan untuk mengklasifikasikan kinerja karyawan tersebut menggunakan metode naïve bayes yang dapat membantu saya mengklasifikasikan kelas bonus dan sanksi. Dan hasilnya berupa setiap variable yang dimasukkan kedalam metode naïve bayes serta semakin banyak data yang
digunakan semakin akurat hasilnya. Kesinpulan yang saya dapatkan dari penelitian saya ini adalah setiap pegawai karyawan tidak mesti sama untuk memperoleh gaji/upah berdasarkan data kinerja mereka dan variabel lainnya yang dapat membuat gaji para karyawan berbeda-beda, dan diperlukan adanya sebuah penelitian lebih lanjut untuk update system penggajian agar lebih sesuai.
========================================================================================================================
This thesis addresses the lack of a fair and appropriate reward rate system within the company, as highlighted in Q.S. Al-Baqarah verse 188, which emphasizes the importance of fairness, especially in performance evaluation. Currently, the reward rate system for salary distribution is not available, and the adjustment of bonuses and sanctions has not been implemented at PT Mahaka Improcare Indonesia. My primary objective is to design and develop a website application that functions as an automatic calculator when inputting performance values, base salaries, and other allowances, ensuring that the final process adjusts the total salary calculations to include all earnings with fair and accurate evaluations for both bonuses and sanctions.
The method I intend to use for classifying employee performance is the Naive Bayes method, which helps classify the categories of bonuses and sanctions.
The results indicate that the more data input into the Naive Bayes method, the more accurate the outcomes. The conclusion drawn from my research is that each employee's salary/wage does not necessarily need to be the same but should be based on their performance data and other variables, leading to differing salaries among employees. Further research is needed to update the salary system to be more appropriate.