Perbandingan algoritma C4.5 dan Classification and Regression Tree (CART) dalam menyeleksi calon karyawan

Penelitian ini membandingkan keakuratan dari algoritma C4.5 dan Classification and Regression Tree (CART) dalam menyeleksi calon karyawan pada perusahaan. Penelitian ini menggunakan dataset dengan kriteria berupa umur, lama pengalaman kerja, pendidikan terakhir, status pernikahan, jumlah kemampuan yang dimiliki, serta nilai tes seleksi masuk. Pengujian menggunakan 200 data seleksi calon karyawan secara manual dari suatu perusahaan. Pengujian dilakukan dengan menggunakan K-Fold Cross Validation dan menghitung keakuratan algoritma dengan Confusion Matrix. Algoritma C4.5 memiliki tingkat akurasi, tingkat keberhasilan sistem, dan tingkat ketepatan hasil keputusan sebesar 52,83%, 41,48%, dan 43,98%, sedangkan algoritma CART sebesar 53,33%, 44,06%, dan 42,81%.