EVALUASI KEPUASAN KARYAWAN MELALUI ANALISIS DATA SENTIMEN MENGGUNAKAN ALGORITMA KNN PADA PT PELABUHAN TANJUNG PRIOK

BRAINA MULYA TRITAMA, . (2025) EVALUASI KEPUASAN KARYAWAN MELALUI ANALISIS DATA SENTIMEN MENGGUNAKAN ALGORITMA KNN PADA PT PELABUHAN TANJUNG PRIOK. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (2MB)
	Text BAB 2.pdf Restricted to Registered users only Download (3MB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text DAFTAR PUSTAKA bmt.pdf Download (1MB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Kepuasan karyawan merupakan aspek penting dalam keberlangsungan suatu perusahaan. PT Pelabuhan Tanjung Priok memiliki kebutuhan untuk mengevaluasi kepuasan karyawan dengan metode yang lebih akurat dan efisien. Penelitian ini menerapkan analisis data sentimen menggunakan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan opini karyawan menjadi sentimen positif, negatif,dan netral. Data diambil dari survei kepuasan karyawan tahun 2022 dengan total 21.600 entri. Model KNN diterapkan dengan hyperparameter tuning menggunakan GridSearchCV. Hasil evaluasi menunjukkan bahwa setelah tuning, akurasi model meningkat menjadi 85.59%. Dengan menggunakan metode ini, perusahaan dapat memahami aspek-aspek yang memengaruhi kepuasan karyawan secara lebih akurat dibandingkan dengan metode konvensional. ***** Employee satisfaction is an important aspect in the sustainability of a company. PT Pelabuhan Tanjung Priok has a need to evaluate employee satisfaction with a more accurate and efficient method. This research applies sentiment data analysis using the K-Nearest Neighbor (KNN) algorithm to classify employee opinions into positive, negative, and neutral sentiments. The data is taken from the 2022 employee satisfaction survey with a total of 21,600 entries. The KNN model was applied with hyperparameter tuning using GridSearchCV. The evaluation results showed that after tuning, the accuracy of the model increased to 85.59%. By using this method, companies can understand the aspects that affect employee satisfaction more accurately compared to conventional methods.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Irma Permata Sari, M.Eng. ; 2). Fuad Mumtas, M.T.
Subjects:	Ilmu Sosial > Statistik Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Sistem dan Teknologi Informasi
Depositing User:	Users 26194 not found.
Date Deposited:	11 Feb 2025 04:12
Last Modified:	11 Feb 2025 04:12
URI:	http://repository.unj.ac.id/id/eprint/52649

Actions (login required)

View Item