Daftar Isi: Klasifikasi Dokumen Twitter Untuk Mengetahui Karakter Calon Karyawan Menggunakan Algoritme K-Nearest Neighbor (KNN)

Daftar Isi:

Text mining merupakan proses penambangan teks yang berguna untuk mengambil makna penting didalamnya agar dapat dilakukan klasifikasi. Pada penelitian ini, dilakukan klasifikasi untuk mengetahui karakter calon karyawan berdasarkan tweet-tweet dari suatu perusahaan. Tweet yang berasal dari Calon Karyawan akan di proses dan setelah itu menghasilkan Karakter-karakter sebagai salah satu acuan dalam penempatan Calon karyawan tersebut. Lalu Karakter-karakter Karyawan ini dibagi menjadi empat kelompok besar sesuai konsep MBTI (Myers-Briggs Type Indicator) yaitu Artisan, Guardian, Idealist, dan Rasional. Selain itu baik Artisan, Guardian, Idealist dan Rasional juga memiliki Ciri-ciri dan Indikator masing-masing. Setelah mendapatkan Tweet Calon Karyawan, tahap berikutnya akan dilakukan Klasifikasi. Klasifikasi ini menggunakan metode algoritme KNN. Dimana terdapat 160 data tweet dari Calon karyawan yang akan dikelompokkan berdasrkan MBTI (Myers-Briggs Type Indicator). Data yang di dapatkan dari perusahaan berupa tweet dari calon karyawan ini agar menghasilkan hasil pengujian yang baik, maka dibagi menjadi dua jenis dengan rasio 50% untuk data latih dan 50% untuk data uji. Dengan memasukkan Nilai K yaitu 4 sebagai nilai yang diuji. maka di dapatkan Hasil akurasi sistem yang diperoleh dari klasifikasi karakter calon karyawan berdasarkan tweet adalah 66%. Hasil ini adalah hasil dimana ada 53 hasil data uji yang benar dan 27 hasil data uji yang salah dalam proses pengujian.