Perpustakaan Digital ITB

Perkembangan industri logistik global berdampak pada PT Pos Indonesia (Persero) yang saat ini menghadapi tantangan peningkatan efisiensi operasional dan kompetensi sumber daya manusia. Evaluasi kinerja menunjukkan performansi pegawai masih berada pada kategori “cukup”, sehingga diperlukan pelatihan yang tepat sasaran. Namun, proses penentuan pelatihan di Divisi Digital Learning Center (DLC) masih bersifat manual dan judgment- based, sehingga berpotensi kurang optimal. Penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) berbasis machine learning yang mampu memberikan rekomendasi pelatihan secara lebih objektif dan terukur. Metode yang digunakan adalah text mining dengan TF-IDF dan cosine similarity. Hasil perhitungan tersebut digabungkan dengan kriteria lain seperti gap kompetensi dan biaya pelatihan melalui metode Simple Additive Weighting (SAW). Hasil evaluasi menunjukkan model mencapai nilai kepresisian rata-rata lebih besar sama dengan 86% dengan rata-rata presisi tertinggi sebesar 88,3% pada P@5 untuk rekomendasi berbasis arahan serta nilai sebesar 85,32% (P@15) untuk rekomendasi berbasis standar kompetensi. Selain itu, evaluasi dengan rating scale menunjukkan tingkat kesesuaian rekomendasi berdasarkan standar kompetensi yang dihasilkan adalah sebesar 71,8% serta kesesuaian model berbasis arahan sebesar 80% . SPK yang dirancang dapat membantu proses pengambilan keputusan pelatihan secara lebih terstruktur dan transparan.