Penerapan Algoritma K-Means dalam Proses Clustering Penilaian Kinerja Aparatur Sipil Negera di Sekretariat DPRD Pematangsiantar

Abstract

This study discusses the assessment of the performance of the ASN (State Civil Apparatus) in the Pematangsiantar DPRD Secretariat based on the quality of its work. In carrying out their performance, emoployess are still often truant and have a poor work ethic.In this case the research aims to improve employee welfare. During this time the amount of employee income is only based on the group and position they have. This study uses the K-Means method to classify or classify employee performance quality assessments based on SKP (employee work objectives) with additional income based on work quality assessment and employee behavior.After conducting this research there is a result that in carrying out the performance of employees include Quality, Quantity, Time, Cost of each task activity so as to produce a system capable of assisting the appraisal officer in evaluating the quality of employee performance using the K-Means algorithm as information to find out the employee including very good, enough, and less.

Pengelompokan Kualitas Kinerja Pegawai Menggunakan Metode K-Means Clustering

“…K-Means merupakan salah satu metode nonhirarki clustering yang mencoba membagi data yang ada menjadi satu atau lebih cluster. Algoritma mengelompokkan data ke dalam suatu cluster berdasarkan kemiripan atau kesamaan karakteristik data sedangkan data dengan karakteristik yang tidak mirip atau berbeda dikelompokkan ke dalam cluster yang lain [7]. Sementara itu, k-Means merupakan salah satu metode pengelompokan non-hirarki yang bertujuan mengelompokkan objek sedemikian sehingga jarak-jarak tiap objek ke pusat kelompok dalam satu kelompok adalah minimum [11].…”

“…Clustering merupakan suatu proses pengelompokan data/objek ke dalam kelompok (cluster) tertentu, di mana objek yang ada dalam suatu cluster memiliki kesamaan yang tinggi dibanding dengan satu sama lain, tetapi berbeda dengan objek dalam cluster lainnya [6]. Clustering merupakan unsupervised learning, di mana metode yang umum digunakan adalah k-means karena memiliki algoritma yang tergolong sederhana untuk diterapkan, relatif cepat, dan mudah diadaptasi [7]. K-means memiliki kemampuan untuk mengelompokkan sejumlah data dengan waktu komputasi yang relatif cepat dan efisien [8].…”

“…Penerapan k-means untuk melakukan pengelompokan data juga sudah banyak diterapkan pada penelitian sebelumnya. Contohnya antara lain untuk penentuan kualitas kinerja pegawai [4], [7], [9], penentuan mahasiswa berprestasi berbasis kelas akademik [10], pengelompokan pemukiman kumuh di kota Bengkulu [11] dan untuk mengevaluasi hasil belajar siswa sekolah menengah kejuruan [12].…”

“…Atribut yang digunakan pada penelitian tersebut yaitu penilaian sasaran kerja pegawai (SKP), dan penilaian perilaku. Hasil dari penelitian tersebut terdapat 1 pegawai di cluster satu, 9 pegawai di cluster dua, 13 data di cluster 3 [7].…”

Analisa Perbandingan Algoritma K-Means, K-Medoids, Dan X-Means Untuk Pengelompokkan Kinerja Pegawai

“…Kinerja pegawai merupakan pekerjaan individu di dalam lembaga yang cocok pada otoritas serta tanggung jawab dari setiap pegawai yang berusaha keras untuk mencapai tujuan utama instansi atau institusi sehingga tidak melawan aturan, etis, dan moral [1]. Kebutuhan mengenai informasi dan komunikasi adalah bagian yang penting untuk manusia dalam hal pekerjaan kantoran, apalagi dalam menangani data yang yang begitu besar, oleh karena itu dibutuhkan data mining sebagai teknik komputasi pengolahan data [2]. Dalam data mining bisa diterapkan ke dalam pekerjaan kita untuk menggali kumpulan data berupa pengetahuan yang tidak diketahui secara manual, dalam data mining terdapat metode clustering, diketahui clustering itu sendiri merupakan salah satu sub beberapa kategori data mining, yang fungsinya akan menentukan proses di mana sampel yang sama dibagi menjadi kelompok pada setiap cluster [3].…”