Descoberta de conhecimento em base de dados de absenteísmo trabalhista com uso de inteligência computacional

O objetivo deste artigo é aplicar inteligência computacional com técnicas de data mining para identificar através da tarefa de clusterização e classificação o perfil de empregados absenteístas e presenteístas, utilizando o algoritmo Density Based Spatial Clustering of Applications With Noise (DBSCAN) e Redes Neurais Artificiais (RNAs) na descoberta de conhecimento em base de dados. O Avanço da ciência computacional permite o processamento de grande quantidade de dados, o que motiva o estudo em questão, o termo data mining surgiu devido às semelhanças entre a procura de informação importante numa base de dados e o ato de minerar a montanha para encontrar um veio de ouro. Data mining é o elemento responsável pela extração eficiente do conhecimento implícito e útil contido em um banco de dados. O Absenteísmo é o não comparecimento ao trabalho, conforme o programado. No Presenteísmo há a presença do empregado no trabalho, ainda que doente, contudo, suas atividades são improdutivas. O algoritmo DBSCAN foi aplicado em data mining para clusterizar e a RNA foi aplicada para classificar níveis de perfis absenteístas e presenteístas. Os resultados apresentados mostraram que a aplicação das técnicas no data mining foi satisfatória, o que confirma a utilização das técnicas como uma opção a ser utilizada neste tipo de problema. A metodologia adotada na estruturação deste artigo foi definida como bibliográfica, exploratória e experimental.