Implementasi Naive Bayes Pada Rekrutmen Calon Pegawai

Abstract

Proses rekrutmen calon pegawai yang dilakukan secara manual sering kali membutuhkan waktu yang lama dan berpotensi menimbulkan subjektivitas dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengimplementasikan metode Gaussian Naive Bayes dalam membantu proses klasifikasi kelayakan calon pegawai pada PT. Sumber Data Indonesia. Data yang digunakan merupakan data historis rekrutmen yang terdiri dari atribut pendidikan terakhir, usia, dan pengalaman kerja. Tahapan penelitian meliputi pengumpulan data, preprocessing, pembentukan model menggunakan algoritma Gaussian Naive Bayes, serta evaluasi model menggunakan metode Stratified 5-Fold Cross Validation dengan Confusion Matrix. Dataset penelitian terdiri dari 40 data historis rekrutmen. Implementasi metode dilakukan pada sistem berbasis web yang dikembangkan menggunakan PHP dan MySQL, sedangkan proses pelatihan dan evaluasi model dilakukan menggunakan Python dengan pustaka scikit-learn. Hasil evaluasi menunjukkan bahwa model mampu melakukan klasifikasi kelayakan calon pegawai dengan performa yang sangat baik berdasarkan dataset penelitian. Nilai accuracy, precision, recall, dan F1-score yang diperoleh pada setiap fold menunjukkan konsistensi performa model dalam mengklasifikasikan data calon pegawai. Penerapan metode Gaussian Naive Bayes dapat membantu proses seleksi calon pegawai menjadi lebih objektif, terstruktur, dan berbasis data sehingga mendukung pengambilan keputusan dalam proses rekrutmen.