Clustering Kualitas Kinerja Karyawan Pada Perusahaan Bahan Kimia Menggunakan Algoritma K-Means

research
  • 23 Jun
  • 2021

Clustering Kualitas Kinerja Karyawan Pada Perusahaan Bahan Kimia Menggunakan Algoritma K-Means

−Penilaian kualitas kinerja karyawan merupakan salah satu hal penting dan sangat dibutuhkan oleh perusahaan, namun pada PT Clariant Adsorbents Indonesia saat ini belum memiliki sistem penilaian kualitas kinerja karyawan. Penelitian ini bertujuan untuk mengetahui produktifitas seorang karyawan dan keefektifan kinerja seorang karyawan dimasa yang akan datang. Penilaian kinerja karyawan ini dibagi menjadi beberapa cluster yaitu sangat produktif, cukup produktif dan kurang produktif serta metode yang digunakan pada penelitian ini adalah metode K-means, dimana metode k-means merupakan metode yang paling popular pada algoritma clustering. Metode k-means mencari beberpa partisi yang paling optimal dari data yang diolah dengan cara meminimalisir kesalahan dari kriteria menggunakan iterasi yang optimal. Variabel yang digunakan terdiri dari nama karyawan, nilai kualitas pekerjaan, nilai tanggung jawab, nilai kerjasama, nilai kehadiran serta nilai kedisiplinan. Penelitian ini dalam mengolah data nya menggunakan Rapidminer Versi 7.6.0.0.1 menggunakan metode Kmeans. Hasil akhir dari penelitian ini untuk mendapatkan pengelompokan dari penilaian menjadi beberapa kategori yaitu sangat produktif, cukup produktif dan kurang produktif dan hasil pengelompokan 0,42% untuk cluster 1 kategori sangat produktif, yang terdiri dari 16 data karyawan, 0,47% untuk cluster 2 kategori cukup produktif, yang terdiri dari 18 data karyawan, 0,11% untuk cluster 3 kategori kurang produktif, yang terdiri dari 4 data karyawan

Unduhan

 

REFERENSI

[1] S. N. Evita, W. O. Z. Muizu, and R. T. W. Atmojo, “Penilaian Kinerja Karyawan Dengan Menggunakan Metode Behaviorally Anchor Rating Scale dan Management By Objectives (Sudi kasus pada PT Qwords Company International),” Pekbis J., vol. 9, no. 1, pp. 18–32, 2017, [Online]. Available: https://www.neliti.com/id/publications/164390/penilaian-kinerja-karyawan-dengan-menggunakan-metode[1]behaviorally-anchor-rating.

[2] D. Sartika and J. Jumadi, “Clustering Penilaian Kinerja Dosen Menggunakan Algoritma K-Means (Studi Kasus: Universitas Dehasen Bengkulu),” Sainteks 2019, pp. 703–709, 2019, [Online]. Available: https://seminar-id.com/semnas[1]sainteks2019.html.

[3] H. Fadri, Z. Zulfadil, and T. Taufiqurrahman, “Analisis Kinerja Karyawan Pada Pt Perindustrian Dan Perdagangan Bangkinang,” J. Online Mhs. Fak. Ekon. Univ. Riau, vol. 4, no. 1, pp. 414–425, 2016, [Online]. Available: https://media.neliti.com/media/publications/121480-ID-analisis-kinerja-karyawan-pada-pt-perind.pdf.

[4] B. M. . & Daryanto, Manajemen Penilaian Kinerja Karyawan. Malam: Gava Media, 2017.

[5] L. V. Lie, “Analisis Pengaruh Kepuasan Kerja Terhadap Kinerja Karyawan Di Pt.X,” Agora, vol. 5, no. 1, pp. 1–5, 2017, [Online]. Available: http://publication.petra.ac.id/index.php/manajemen-bisnis/article/view/5305.

[6] S. Setiawan, “Analisis Cluster Menggunakan Algoritma K-Means Untuk Mengetahui Kemampuan Pegawai Dibidang It Pada Cv . Roxed Ltd,” J. Pelita Inform., vol. 18, pp. 80–86, 2019, [Online]. Available: https://ejurnal.stmik[1]budidarma.ac.id/index.php/pelita/article/view/1142.

[7] N. Agustina and P. Prihandoko, “Perbandingan Algoritma K-Means dengan Fuzzy C_Means Untuk Clustering Tingkat Kedisiplinan Kinerja Karyawan (Studi Kasus: Sekolah Tinggi Teknologi Bandung),” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 3, pp. 621–626, 2018, doi: 10.29207/resti.v2i3.492.

[8] M. R. L. Iin Parlina, Agus Perdana Windarto, Anjar Wanto, “Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center,” Memanfaatkan Algoritm. K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Cent. Untuk Clust. Progr. Sdp, vol. 3, no. 1, pp. 87–93, 2018, [Online]. Available: https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/8192.

[9] D. Imantika et al., “Penerapan metode k-means clustering dan analytical hierarchy process (ahp) untuk pengelompokan kinerja guru dan karyawan pada sma brawijaya smart school,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. J-PTIIK, vol. 3, no. 8, pp. 7382–7390, 2019, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5958.

[10] F. A. Hermawati, Data Mining (Putri Christian, ed.). Surabaya: Andi Offset, 2013.

[11] S. Handoko, F. Fauziah, and E. T. E. Handayani, “Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering,” J. Ilm. Teknol. dan Rekayasa, vol. 25, no. 1, pp. 76– 88, 2020, doi: 10.35760/tr.2020.v25i1.2677.

[12] F. Yunita, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru (Studi Kasus : Universitas Islam Indragiri),” J. Sist., vol. 7, no. September, pp. 238–249, 2018, [Online]. Available: http://sistemasi.ftik.unisi.ac.id/index.php/stmsi/article/view/388.

[13] F. N. R. F. Aziz, B. D. Setiawan, and I. Arwani, “Implementasi Algoritma K-Means untuk Klasterisasi Kinerja Akademik Mahasiswa,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 6, pp. 2243–2251, 2018, [Online]. Available: http://j[1]ptiik.ub.ac.id/index.php/j-ptiik/article/view/1571.

[14] R. T. Vulandari, Data Mining (Teori dan Aplikasi Rapidminer). Surakarta: Gava Media, 2017.

[15] C. M. Fikri, F. Eka, M. Agustin, and F. Mintarsih, “Pegawai Menggunakan Algoritma K-Means ++ Dan Cop-Kmeans Untuk Merencanakan Program Pemeliharaan Kesehatan Pegawai,” J. Pesudocode, vol. IV, pp. 9–17, 2017, [Online]. Available: https://ejournal.unib.ac.id/index.php/pseudocode/article/view/2572.

[16] I. G. B. R. Utama, Statistika Penelitian Bisnis & Pariwisata. Yogyakarta: Andi, 2018.

[17] E. . Sangadji & Sofiah, Metodologi Penelitian-Pendekatan Praktis Dalam Penelitian (1st ed.). Yogyakarta: Andi Offset, 2010.

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru