Determination of Work Schedule Based on Employee Data Classification Using the Decision Tree Algorithm C4.5 Method

Mas'ud Effendi, Risna Dyah Ariani, Retno Astuti

Abstract


Abstract

This study aims to create a work shift scheduling system based on data classification, as well as to determine its level of accuracy and provide schedule recommendations. The method used was the Decision Tree Algorithm C4.5 which functions as a classification system to form a work shift schedule. The study included 128 employees, and a total of 43 training data were obtained from a 1/3 split of the dataset, then processed using RapidMiner 5.3 data mining software. Furthermore, the rule of decision tree calculation results was used to classify employee and shift formation on the web system based on PHP and MySQL. The attributes of the decision-maker consist of gender, health records, age, and work unit. The classification found 96 employees who occupy the afternoon shift and 32 for the night shift. System testing was carried out using K-fold cross-validation, which produced an average accuracy of 93.39%, with the highest found in the six-fold cross-validation of 95.35%. Two-shift scheduling was proposed on the web system with a work shift rotation in the form of a metropolitan plan (2-2-2 rota).

Keywords: scheduling, Decision Tree C4.5, employee

 

Abstrak

Penelitian ini bertujuan untuk membuat sistem penjadwalan shift kerja berdasarkan klasifikasi data, mengetahui tingkat akurasi sistem penjadwalan shift kerja berdasarkan hasil klasifikasi, serta memberikan usulan jadwal shift kerja berdasarkan klasifikasi dari sistem penjadwalan kerja berbasis web. Metode yang digunakan adalah Decision Tree Algorithm C4.5 yang berfungsi sebagai pengklasifikasi untuk pembentukan penjadwalan shift kerja. Kebutuhan data dalam penelitian ini berjumlah 128 data tenaga kerja. Data training diperoleh melalui split 1/3 data tenaga kerja (43 data). Data training diolah menggunakan software data mining RapidMiner 5.3. Rule hasil perhitungan decision tree digunakan sebagai dasar klasifikasi tenaga kerja dan pembentukan shift pada sistem web berbasis PHP dan MySQL. Atribut pengambil keputusan terdiri dari atribut jenis kelamin, catatan kesehatan, usia, dan unit kerja. Hasil klasifikasi diperoleh 96 tenaga kerja yang menempati shift siang dan 32 tenaga kerja yang menempati shift malam. Pengujian sistem menggunakan K-fold cross validation menghasilkan rata-rata akurasi sebesar 93.39% dengan akurasi tertinggi pada six-fold cross validation sebesar 95.35%. Usulan rekayasa pada sistem web terdiri dari 2 shift kerja. Rotasi shift kerja mengadopsi tipe rotasi metropolitan plan (2-2-2 rota).

Kata kunci: penjadwalan, Decision Tree C4.5, tenaga kerja


Keywords


scheduling; Decision Tree C4.5; employee; penjadwalan; tenaga kerja

Full Text:

PDF

References


Achmad, B. D. M., & Slamat, F. (2012). Klasifikasi data karyawan untuk menentukan jadwal kerja menggunakan metode decision tree. Jurnal Iptek, 16(1), 17–23.

Agrawal, G. L., & Gupta, H. (2013). Optimization of C4.5 decision tree algorithm for data mining application. International Journal of Emerging Technology and Advanced Engineering, 3(3), 341–345.

Fajarwati, F. D., Hidayat, R., & Agustina, F. (2011). Pengaturan sistem shift kerja untuk meningkatkanperformance serta mengurangi keluhan karyawan. Jurnal Teknologi Technoscientia, 4(1), 37–45.

Febriana, L., Furqon, M. T., & Rahayudi, B. (2018). Klasifikasi penyakit typhoid fever (tf) dan dengue haemorhagic fever (dhf) dengan menerapkan algoritma decision tree C4.5 (Studi kasus: Rumah Sakit Wilujeng Kediri). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(3), 1275–1282.

Kusrini. (2006). Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi.

Nofriansyah, D. (2014). Konsep Data Mining Vs Sistem Pendukung Keputusan. Sleman: Deepublish.

Novianti, T., & Santosa, I. (2016). Penentuan jadwal kerja berdasarkan klasifikasi data karyawan menggunakan metode decision tree C4.5 (Studi kasus Universitas Muhammadiyah Surabaya). Jurnal Komunika : Jurnal Komunikasi, Media Dan Informatika, 5(1), 1–10. https://doi.org/10.31504/komunika.v5i1.633

Roberts, C. (2016). Psychology for Cambridge International AS and A Level Revision Guide (2nd ed.). Oxford: Oxford University Press.

Romli, I., & Zy, A. T. (2020). Penentuan jadwal overtime dengan klasifikasi data karyawan menggunakan algoritma C4.5. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 4(2), 694–702.

Siambaton, M. Z., & Fakhriza, M. (2016). Aplikasi content management system (cms) pada Joomla untuk membuat web service. InfoTekJar : Jurnal Nasional Informatika Dan Teknologi Jaringan, 1(1), 11–13.

Soriano, J., Jalao, E. R., & Martinez, I. A. (2020). Integrated employee scheduling with known employee demand, including breaks, overtime, and employee preferences. Journal of Industrial Engineering and Management, 13(3), 451–463. https://doi.org/10.3926/jiem.3126

Susanto, Mulyani, E. D. S., & Nurhasanah, I. R. (2015). Penerapan data mining classification untuk prediksi perilaku pola pembelian terhadap waktu transaksi menggunakan metode Naïve Bayes. In Konferensi Nasional Sistem & Informatika 2015 (pp. 313–318). Bali.

Susetyo, J., Oesman, T. I., & Sudharman, S. T. (2012). Pengaruh shift kerja terhadap kelelahan karyawan dengan metode bourdon wiersma dan 30 items of rating scale. Jurnal Teknologi, 5(1), 32–39.

Syahputri, K., Leviza, J., & Devi, T. K. (2017). Penjadwalan tenaga kerja untuk menentukan regular days off (rdos) dengan menggunakan algoritma Monroe. Media Teknika : Majalah Teknologi Universitas Sanata Dharma Yogyakarta, 12(1), 10–16.

Ukhisia, B. G., Astuti, R., & Hidayat, A. (2013). Analisis pengaruh keselamatan dan kesehatan kerja terhadap produktivitas karyawan dengan metode partial least squares. Jurnal Teknologi Pertanian, 14(2), 95–104.




https://doi.org/10.21776/ub.industria.2021.010.03.6

Refbacks

  • There are currently no refbacks.