A COMPARATIVE ANALYSIS OF THE NAIVE BAYES AND C4.5 ALGORITHMS IN DETERMINING ASSISTANT BRANCH MANAGERS AT PT. BANK XYZ

Absony Absony; Yuistia Yuistia

doi:10.47709/cnahpc.v8i2.7938

Authors

Absony Universitas MDP, South Sumatera, Indonesia
Yuistia Universitas MDP, South Sumatera, Indonesia

DOI:

https://doi.org/10.47709/cnahpc.v8i2.7938

Keywords:

E-Journal

Abstract

Determining the right leader is a crucial factor in organizational success, including in the banking sector. This study aims to compare the performance of two popular classification algorithms, namely Naïve Bayes and C4.5, in the selection process of Branch Sub-Leaders at PT. Bank XYZ. Using a data mining approach, the research analyzes historical employee data encompassing personal attributes, competencies, and strategic priorities. The evaluation was conducted using a confusion matrix and ROC curve to measure accuracy, precision, recall, and F1-score for each algorithm. The experimental results show that C4.5 delivers superior performance, achieving an accuracy of 0.985 and an AUC of 1.000 in the binary scenario, while Naïve Bayes only reached an accuracy of 0.296 and an AUC of 0.8365. This study confirms that C4.5 is recommended as the primary model to support decision-making by providing the most suitable classification method for objective and transparent leadership placement. Furthermore, it contributes to sustainable managerial strategies through high accuracy and strong interpretability

Downloads

Download data is not yet available.

References

Alfarobi, I. (2017). KOMPARASI ALGORITMA C4.5, NAIVE BAYES, DAN RANDOM FOREST UNTUK KLASIFIKASI DATA KELULUSAN MAHASISWA.

Amna, S, W., Sudipa, I. G. I., Putra, T. A. E., Wahidin, A. J., Syukrilla, W. A., Wadhani, A. K., Heryana, N., Indriyani, T., & Santoso, L. W. (2023). Data Mining (Vol. 2, Issue January 2013). https://www.cambridge.org/core/product/identifier/CBO9781139058452A007/type/book_part

Anam, C., & Santoso, H. B. (2018). Perbandingan Kinerja Algoritma C4.5 dan Naive Bayes untuk Klasifikasi Penerima Beasiswa. 8(1), 2088–4591. https://ejournal.upm.ac.id/index.php/energy/article/view/111

Astuti, M. (2024). Perbandingan Metode Random Forest Dan Naive Bayes Pada Klasifikasi Perilaku Mahasiswa Di LMS Spada Indonesia. 15(1), 37–48. https://repository.unhas.ac.id/id/eprint/41519/2/H062201003_tesis_27-08-2024 bab I-II%28FILEminimizer%29.pdf

Astuti, R. D. (2019). Analisis Perbandingan Algoritma K-Means Dan K-Medoids Untuk Menerapkan Segmentasi Pelanggan. https://repository.nusamandiri.ac.id/repo/files/250264/download/FILE TESIS.pdf

Baskoro. (2022). Klasifikasi Penyakit Jantung Menggunakan Particle Swarm Optimization Dan Algoritma K-Nearest Neighbors. http://repo.darmajaya.ac.id/10193/1/Tesis Full.pdf

Daewana, F. (2025). Perbandingan Algoritma Naïve Bayes Dan C4 . 5 Dalam Prediksi Keputusan Karyawan Untuk Meninggalkan Perusahaan. 5, 1712–1726.

Dharmawan, W. S. (2018). Feature Selection Berbasis Abc-Svm Dan Pso-Svm Dalam Masalah Klasifikasi. Repository.Bsi.Ac.Id. https://repository.bsi.ac.id/index.php/unduh/item/340225/Thesis_Weiskhy-Steven-Dharmawan.pdf

Fitriani, E. (2018). Komparasi Algoritma Klasifikasi Data Mining Bantuan Program Keluarga Harapan. https://repository.bsi.ac.id/repo/files/346147/download/Full-Tesis.pdf

Gori, T., Sunyoto, A., & Al Fatta, H. (2024). Preprocessing Data dan Klasifikasi untuk Prediksi Kinerja Akademik Siswa. Jurnal Teknologi Informasi Dan Ilmu Komputer, 11(1), 215–224. https://doi.org/10.25126/jtiik.20241118074

Hapsari, R. K., Sumarni, T., Hidayatulloh, T., Farida, Herianto, Elfaladonna, F., Aini, N., Nurfitria, Kurniawan, H., Kraugusteeliana, Yusuf, L., & Widiatama, Y. (2024). Data Mining (Vol. 11, Issue 1).

Herteno, R., Budiman, I., Kartini, D., & Mazdadi, M. I. (2025). Prediksi Churn Pelanggan Telekomunikasi dengan Optimalisasi Seleksi Fitur dan Tuning Hyperparameter pada Algoritma Klasifikasi C4 . 5. 01.

Iriadi, N., & Nuraeni, N. (2016). Kajian Penerapan Metode Klasifikasi Data Kelayakan Kredit Pada Bank. II(1), 132–137.

Jayanto, I., & Benisius. (2024). Analisis Perbandingan Algoritma Decision Tree untuk Prediksi Karyawan dengan Potensi Atrisi di PT. XYZ. 22(1), 49–59. https://doi.org/10.61805/fahma.v22i1.112

Mega, M., & Jasmir. (2023). Prediksi Masa Studi Mahasiswa Unama Jambi Menggunakan Metode Algoritma C4.5. 8(1), 140–151. https://doi.org/10.33998/jurnalmsi.2023.8.1.770

Mendrofa, H. K. K., Waruwu, M. H., Mendrofa, Y., & Bate’e, M. M. (2024). Analisis Strategi Suksesi Pimpinan Yang Efektif Di PT Bank Negara Indonesia (Persero) Tbk Cabang

Alfarobi, I. (2017). KOMPARASI ALGORITMA C4.5, NAIVE BAYES, DAN RANDOM FOREST UNTUK KLASIFIKASI DATA KELULUSAN MAHASISWA.

Amna, S, W., Sudipa, I. G. I., Putra, T. A. E., Wahidin, A. J., Syukrilla, W. A., Wadhani, A. K., Heryana, N., Indriyani, T., & Santoso, L. W. (2023). Data Mining (Vol. 2, Issue January 2013). https://www.cambridge.org/core/product/identifier/CBO9781139058452A007/type/book_part

Anam, C., & Santoso, H. B. (2018). Perbandingan Kinerja Algoritma C4.5 dan Naive Bayes untuk Klasifikasi Penerima Beasiswa. 8(1), 2088–4591. https://ejournal.upm.ac.id/index.php/energy/article/view/111

Astuti, M. (2024). Perbandingan Metode Random Forest Dan Naive Bayes Pada Klasifikasi Perilaku Mahasiswa Di LMS Spada Indonesia. 15(1), 37–48. https://repository.unhas.ac.id/id/eprint/41519/2/H062201003_tesis_27-08-2024 bab I-II%28FILEminimizer%29.pdf

Astuti, R. D. (2019). Analisis Perbandingan Algoritma K-Means Dan K-Medoids Untuk Menerapkan Segmentasi Pelanggan. https://repository.nusamandiri.ac.id/repo/files/250264/download/FILE TESIS.pdf

Baskoro. (2022). Klasifikasi Penyakit Jantung Menggunakan Particle Swarm Optimization Dan Algoritma K-Nearest Neighbors. http://repo.darmajaya.ac.id/10193/1/Tesis Full.pdf

Fitriani, E. (2018). Komparasi Algoritma Klasifikasi Data Mining Bantuan Program Keluarga Harapan. https://repository.bsi.ac.id/repo/files/346147/download/Full-Tesis.pdf

Gori, T., Sunyoto, A., & Al Fatta, H. (2024). Preprocessing Data dan Klasifikasi untuk Prediksi Kinerja Akademik Siswa. Jurnal Teknologi Informasi Dan Ilmu Komputer, 11(1), 215–224. https://doi.org/10.25126/jtiik.20241118074

Hapsari, R. K., Sumarni, T., Hidayatulloh, T., Farida, Herianto, Elfaladonna, F., Aini, N., Nurfitria, Kurniawan, H., Kraugusteeliana, Yusuf, L., & Widiatama, Y. (2024). Data Mining (Vol. 11, Issue 1).

Herteno, R., Budiman, I., Kartini, D., & Mazdadi, M. I. (2025). Prediksi Churn Pelanggan Telekomunikasi dengan Optimalisasi Seleksi Fitur dan Tuning Hyperparameter pada Algoritma Klasifikasi C4 . 5. 01.

Iriadi, N., & Nuraeni, N. (2016). Kajian Penerapan Metode Klasifikasi Data Kelayakan Kredit Pada Bank. II(1), 132–137.

Jayanto, I., & Benisius. (2024). Analisis Perbandingan Algoritma Decision Tree untuk Prediksi Karyawan dengan Potensi Atrisi di PT. XYZ. 22(1), 49–59. https://doi.org/10.61805/fahma.v22i1.112

Mega, M., & Jasmir. (2023). Prediksi Masa Studi Mahasiswa Unama Jambi Menggunakan Metode Algoritma C4.5. 8(1), 140–151. https://doi.org/10.33998/jurnalmsi.2023.8.1.770

Muhyidin, Y., Alfiansyah, K., & Hutapea, E. P. (2021). Perbandingan Performa Algoritma Naive Bayes Dan C45 (Studi Kasus pemilihan promosi karyawan PT. South Pacific Viscose). 45.

Nasrullah, M. F., Saedudin, R. R., & Hamami, F. (2024). Perbandingan Akurasi Algoritma C4.5 Dan K-Nearest Neighbors Untuk Klasifikasi Curah Hujan Berdasarkan Iklim Indonesia. 9(2), 628–638. https://doi.org/10.29100/jipi.v9i2.4655

Nurhadi, A. A. (2017). Perbandingan Algoritma C4.5 Dan Naive Bayes Pada Kasus Hepatitis Dan Jantung. 356797.

Pauziah, U. (2017). Analisis Penentuan Karyawan Terbaik Menggunakan Metode Algoritma Naive Bayes (Studi Kasus PT. XYZ). 1(1), 94–102.

Pradytya, A. D. (2018). Kajian Data Mining Untuk Memprediksi Kelulusan Mahasiswa Dengan Metode Klasifikasi (Studi Kasus?: STMIK LIKMI Bandung).

Pramitasari, A. E., & Nataliani, Y. (2021). Perbandingan Clustering Karyawan Berdasarkan Nilai Kinerja Dengan Algoritma K-Means Dan Fuzzy C-Means. 8(3), 1119–1132. https://doi.org/10.35957/jatisi.v8i3.957

Rahayu, P., Sudipa, I. G. I., Suryani, Surachman, A., Ridwan, A., Darmawiguna, I. G. M., Sutoyo, M., Slamet, I., Harlina, S., & May Sanjaya, I. M. (2024). Buku Ajar Data Mining (Vol. 1, Issue January 2024).

Rakhmawati, H., & Sindyka, A. M. (2025). PERBANDINGAN ALGORITMA NAIVE BAYES DAN C4 . 5 DALAM DIAGNOSIS PENYAKIT PARU-PARU. 15(3), 424–432.

Ridwan, A., & Khoiriyah, A. T. (2020). PENERAPAN TEKNIK BAGGING PADA ALGORITMA NAIVE BAYES DAN ALGORITMA C4.5 UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS. 1, 41–48.

Rohman, A., & Rochcham, M. (2019). Komporasi Metode Klasifikasi Data Mining Untuk Prediksi Kelulusan Mahasiswa. 5(1).

Royadi. (2018). Perbandingan Metode Data Mining Naïve Bayes Dan Algoritma C4 . 5 Untuk Klasifikasi Penempatan Tenaga Marketing Perbandingan Metode Data Mining Naïve Bayes.

S, W., Rismayani, Sihotang, J. I., Aisa, S., Gunawan, H., Tamsir, N., Masturoh, S., Radiyah, U., Gustiana, Z., Harlina, S., & Muslihi, M. T. (2023). Data Warehouse Dan Data Mining.

Santoso, L., & Priyadi. (2024). Comparative Study of Feature Engineering Techniques for Predictive Data Analytics. Journal of Technology Informatics and Engineering, 3(2), 417–435. https://doi.org/10.51903/jtie.v3i2.225

Saptarini, N. G. A. P. H. (2016). Penentuan Talenta Karyawan Berdasarkan Menggunakan Konsep Data Mining. 2(1), 34. https://doi.org/10.32511/jiflash.v2i1.22

Septiani, D. (2017). Dan Naive Bayes Untuk Prediksi Penyakit Hepatitis. 13(1), 76–84. http://archive.ics.uci.edu/ml/.

Setiawan, A. B. (2018). Kajian Komparasi Penerapan Algoritma C4.5 Dan Naïve Bayes Sebagai Penunjang Keputusan Pinjaman Uang (Studi Kasus Di Koperasi Karyawan PT. Karyamitra Budisentosa Pandaan Pasuruan).

Stephanie, C. (2019). Penerapan Metode C4.5, KNN, SVM, RF Dalam Klasifikasi Talenta Karyawan Untuk Memperoleh Tingkat Akurasi Tertinggi.

Sugara, B., Adidarma, D., & Budilaksono, S. (2019). Perbandingan Akurasi Algoritma C4.5 dan Naïve Bayes untuk Deteksi Dini Gangguan Autisme pada Anak. 3(1), 119–128.

Sugiyarto, I. (2019). Perbandingan Kinerja Algoritma Data Mining Prediksi Persetujuan Kartu Kredit. Faktor Exacta, 12(3), 180. https://doi.org/10.30998/faktorexacta.v12i3.4310

Supriyadi, A. (2023). Perbandingan Algoritma Naive Bayes dan Decision Tree(C4.5) dalam Klasifikasi Dosen Berprestasi. 7(1), 39–49. https://doi.org/10.29407/gj.v7i1.19797

Suyadi, Setyanto, A., & Fattah, H. Al. (2017). Analisis Perbandingan Algoritma Decision Tree ( C4 . 5 ) Dan K-Naive Bayes Untuk Mengklasifikasi Penerimaan Mahasiswa Baru Tingkat Universitas. 2(1), 59–68.

Walim. (2018). Analisis perbandingan algoritma naive bayes , random forest dan c.45 dalam klasifikasi kelayakan masyarakat untuk mendapatkan bantuan dana desa.

Windarti, M., & Suradi, A. (2019). Perbandingan Kinerja 6 Algoritme Klasifikasi Data Mining untuk Prediksi Masa Studi Mahasiswa. 12(1), 14. https://doi.org/10.35671/telematika.v12i1.778

Wulandari, V., Sari, W. J., & Alfian, Z. (2024). Implementasi Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor untuk Klasifikasi Penyakit Ginjal Kronik. 4(April), 710–718.

Yang, S., & Berdine, G. (2017). The receiver operating characteristic (ROC) curve. 5(19), 34. https://doi.org/10.12746/swrccc.v5i19.391