Open AccessMEMANFAATKAN ALGORITMA K-MEANS DALAM MENENTUKAN PEGAWAI YANG LAYAK MENGIKUTI ASESSMENT CENTER UNTUK CLUSTERING PROGRAM SDP
Author(s) -
Iin Parlina,
Agus Perdana Windarto,
Anjar Wanto,
Muhammad Ridwan Lubis
Publication year - 2018
Publication title -
cess (journal of computer engineering, system and science)
Language(s) - Slovenian
Resource type - Journals
eISSN - 2502-714X
pISSN - 2502-7131
DOI - 10.24114/cess.v3i1.8192
Subject(s) - mathematics , cluster analysis , combinatorics , humanities , cluster (spacecraft) , computer science , statistics , philosophy , programming language
Data mining merupakan teknik pengolahan data dalam jumlah besar untuk pengelompokan. Teknik Data mining mempunyai beberapa metode dalam mengelompokkan salah satu teknik yang dipakai penulis saat ini adalah K-Means. Dalam hal ini penulis mengelompokan data daftar program SDP tahun 2017 untuk mengetahui manakah pegawai yang layak lolos dalam program SDP sehingga dapat melakukan Registrasi Asessment Center. Pengelompokan tersebut berdasarkan kriteria – kriteria data Program SDP. Pada penelitian ini, penulis menerapkan algoritma K-Means Clustering untuk pengelompokan data Program SDP di PT.Bank Syariah. Dalam hal ini, pada umumnya untuk memamasuki program SDP tersebut disesuaikan dengan ketentuan dan parameter Program SDP saja, namun dalam penelitian ini pengelompokan disesuaikan dengan kriteria – kriteria Program SDP seperti kedisiplinan pegawai, Target Kerja Pegawai, Kepatuhan Program SDP. Penulis menggunakan beberapa kriteria tersebut agar pengelompokan yang dihasilkan menjadi lebih optimal. Tujuan dari pengelompokan ini adalah terbentuknya kelompok SDP pada Program SDP yang menggunakan algoritma K-Means clustering. Hasil dari pengelompokan tersebut diperoleh tiga kelompok yaitu kelompok Lolos, Hampir Lolos dan Tidak Lolos. Terdapat pusat cluster dengan Cluster-1= 8;66;13, Cluster-2= 10;71;14 dan Cluster-3=7;60;12. Pusat cluster tersebut didapat dari beberapa iterasi sehingga mengahasilakan pusat cluster yang optimal.