PREDIKSI SELEKSI PENERIMAAN KARYAWAN DI PT K-24 INDONESIA MENGGUNAKAN JARINGAN BACKPROPAGATION

APFIA NORMALITA (2025) PREDIKSI SELEKSI PENERIMAAN KARYAWAN DI PT K-24 INDONESIA MENGGUNAKAN JARINGAN BACKPROPAGATION. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informasi) 72210500_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informasi) 72210500_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

PT. K-24 Indonesia merupakan salah satu perusahaan terbesar di Indonesia yang berfokus pada pendistribusian produk obat, maupun layanan kesehatan. Selama 2 tahun terakhir PT. K-24 telah menerima lebih dari 110.000 pelamar yang mendaftar, dengan berbagai macam lowongan posisi yang ditawarkan. Seiring meningkatnya kebutuhan sumber daya manusia, perusahaan akan melakukan proses wawancara kandidat terlepas dari hasil tes online. Hal ini, menyebabkan seleksi kandidat memerlukan waktu lebih untuk menemukan kandidat yang sesuai. Dalam skripsi ini dibuatnya sistem prediksi proses penerimaan karyawanuntuk menyaring kandidat berpotensi lolos wawancara dengan menggunakan salah satu metode multi-layer perceptron yaitu backpropagation. Sistem prediksi akan dibagi menjadi 2 tingkat level model yaitu level 1 menggunakan input berupa biodata (data diri dan pendidikan) dan data hasil tes online kandidat, serta keluaran berupa hasil akhir keputusan HRD. Level 2 menggunakan input yang serupa dengan level 1 namun dengan penambahan data nilai hasil tes wawancara HRD, dengan keluaran berupa keputusan dari pihak departemen terkait. Hasil akhir dari penelitian menggunakan model prediksi, metode backpropagation pada model level 1 memberikan akurasi sebesar 87% dengan target luaran berpotensi lolos pada wawancara HRD dengan besar evaluasi kesalahan hasil Mean Squared Error sebesar 0,029. Kemudian, model level 2 dengan akurasi 97% dengan target luaran berpotensi lolos wawancara User dengan MSE 0.012. Hasil ini memperlihatkan bahwa model memiliki tingkat keandalan yang tinggi dalam memprediksi data. Selain itu, hasil analisis memperlihatkan bahwa dengan data variabel independen yang relevan, jumlah parameter input yang tidak banyak, dan minimnya jaringan model sudah dapat melakukan prediksi yang baik. Dengan demikian sistem prediksi dengan model backpropagation dapat digunakan sebagai alat bantu yang mengukur kriteria spesifikasi relevan pada proses seleksi sehingga dapat meningkatkan efisiensi proses penerimaan karyawan

Actions (login required)

View Item