K-Means Clustering Dalam Penerimaan Karyawan Baru

Lihat/Buka File Repository

Lihat/Buka File Peer Review

Tanggal

2020-06-02

Abstraksi

Dalam penerimaan karyawan baru sulitnya bagian SDM PT. Erdikha Elit Sekuritas dalam mengelompokkan data-data karyawan baru dan tidak adanya sistem tes dalam pemilihan karyawan baru. Metode K-Means Clustering adalah salah satu metode cluster analysis non hirarki yang berusaha untuk mengelompokkan data-data yang ada satu atau lebih cluster atau kelompok, oleh karena itu metode ini sangat cocok digunakan untuk mengatasi permasalahan dalam mengelompokkan data-data calon karyawan baru dan mengimplementasikan menggunakan software RapidMiner dengan hasil penelitian 0,125% untuk cluster 1 yang berjumlah 2 data karyawan baru, 0,125% untuk cluster 2 yang berjumlah 2 data karyawan baru, dan 0,750% untuk cluster 3 yang berjumlah 12 data karyawan baru. Strategi pemilihan karyawan baru nantinya akan mengikuti cluster yang terbentuk berdasarkan data yang paling banyak diantara 3 cluster yang ada, yaitu di cluster ke- 3, karena dengan data cluster yang paling banyaklah yang lebih banyak memenuhi kriteria.

Kata Kunci: K-Means Clustering, Penerimaan Karyawan Baru

URI
http://ejournal-binainsani.ac.id/index.php/ITBI/article/view/1304/1102

Bidang ilmu
Sistem Informasi

Bibliografi

[1] N. Fina and D. Surya, “Seminar Nasional Teknologi Informasi dan Multimedia 2015 Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru (Studi Kasus : Universitas Potensi Utama),” pp. 6–8, 2015.
[2] S. W. Riyani, W. Anjar, and W. P. Agus, “Implementasi Rapidminer Dengan Metode K-Means (Study Kasus: Imunisasi Campak Pada Balita Berdasarkan Provinsi),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 224–230, 2018.
[3] V. T. Retno, Data Mining Teori dan Aplikasi Rapidminer. Surakarta: Media, Gava, 2017.
[4] H. A. Fajar, Data Mining. Surabaya: ANDI OFFSET, 2013.
[5] S. M. Amril and P. Adam, Data Mining : Pengolahan Data Menjadi Informasi dengan RapidMiner. CV. Kekata Group, 2018.
[6] W. Rita, “Pengaruh Pengawasan Internal Dan Kepemimpinan Terhadap Kinerja Karyawan (Studi Kasus Di Politeknik Lp3I Jakarta),” Maj. Ilm. Bijak, vol. 15, no. 1, pp. 77–90, 2018.
[7] S. Riama and Chafid, “Algorithma K-Means Clustering Strategi Pemasaran Penerimaan Mahasisswa Baru Universitas Satya Negara Indondesia [Algorithma K-Means Clustering Strategy Marketing Admission Universitas Satya Negara Indonesia],” Semin. Nas. Cendekiawan ke 4, no. 2, pp. 685–690, 2018.
[8] T. Tria and W. Chasanah, “Penentuan Strategi Promosi Penerimaan Mahasiswa Baru Dengan Algoritma Clustering K-Means,” vol. XII, no. 25, pp. 39–44, 2017.
[9] A. Mario, S. Herry, and H. Nasution, “Pemilihan Distance Measure Pada K-Means Clustering Untuk Pengelompokkan Member Di Alvaro Fitness,” J. Sist. dan Teknol. Inf., vol. 1, no. 1, pp. 1–6, 2016.
[10] Y. Fitri, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru,” Sistemasi, vol. 7, no. 3, p. 238, 2018.