ANALISA PERBANDINGAN ALGORITMA K-MEANS, K-MEDOIDS, DAN X-MEANS UNTUK PENGELOMPOKKAN KINERJA PEGAWAI
DOI:
https://doi.org/10.24246/itexplore.v1i3.2022.pp179-193Keywords:
Kinerja Pegawai, K-Means, K-Medoids, X-Means, Clustering, Davies Bouldin IndexAbstract
Kinerja pegawai menjadi rangkuman dalam hal kualitas, kuantitas, jam kerja dan juga kerja sama untuk mencapai suatu tujuan yang telah ditetapkan oleh instansi atau perusahaan, namun dalam Sekretariat DPRD Provinsi Sulawesi Utara belum adanya metode untuk menentukan pengelompokkan kinerja pegawai. Untuk mengatasi permasalahan ini, diperlukan adanya pengelompokan kinerja pegawai di Sekretariat DPRD Provinsi Sulawesi Utara, sehingga bisa menentukan kinerja pegawai yang berkualitas. Tujuan dari penelitian ini dengan melakukan perbandingan metode-metode clustering untuk mendapatkan metode yang lebih baik dalam pengelompokkan cluster terhadap kinerja pegawai di Sekretariat DPRD Provinsi Sulawesi Utara. Metode pengelompokkan data kinerja pegawai yang dibuat menggunakan metode clustering k-means, k-medoids, x-means dengan menggunakan lima atribut, yaitu: orientasi pelayanan, integritas, komitmen, disiplin, dan kerjasama, kemudian diolah dengan bantuan rapidminer, sehingga membagi data menjadi dua cluster yang dikategorikan sebagai nilai tinggi dan rendah. Pada tahap berikutnya mencari nilai davies bouldin index memakai bantuan rapidminer pada setiap metode yang dipakai untuk melakukan perbandingan serta menentukan metode yang lebih optimal dalam clustering. Hasil nilai yang diperoleh dari metode davies bouldin index di setiap algoritma, yaitu: k-means sebesar -0.377, k-medoids sebesar -0.930, dan x-means sebesar -0.497, maka algoritma terbaik untuk pengelompokkan data kinerja pegawai dalam penelitian ini adalah algoritma k-means, karena memiliki nilai DBI yang terkecil.
Downloads
References
Rosmaini, R., & Tanjung, H. 2019. "Pengaruh Kompetensi, Motivasi Dan Kepuasan Kerja Terhadap Kinerja Pegawai. Maneggio: Jurnal Ilmiah Magister Manajemen." Keuangan dan Bisnis 2 (1): 1-15.
Aulia, D., Safii, M., & Suhendro, D. 2021. "Penerapan Algoritma K-Means dalam Proses Clustering Penilaian Kinerja Aparatur Sipil Negera di Sekretariat DPRD Pematangsiantar." Transformatika 6 (1): 47-60.
NOYA, A., TULUSAN, F., & TAMPONGANGOY, D. 2021. "Kinerja Sekretariat DPRD Provinsi Sulawesi Utara." JURNAL ADMINISTRASI PUBLIK 7 (107): 39-51.
Fatonah, N. S., & Pancarani, T. K. 2022. "Analisa Perbandingan Algoritma Clustering Untuk Pemetaan Status Gizi Balita Di Puskesmas Pasir Jaya." Konvergensi Teknologi Informasi & Komunikasi 18 (1): 1-9.
Firdaus, R. D., Laksana, T. G., & Ramadhani, R. D. 2019. "Pengelompokan Data Persediaan Obat Menggunakan Perbandingan Metode K-Means Dengan Hierarchical Clustering Single Linkage." INISTA: Journal of Informatics, Information System, Software Engineering and Applications 2 (1): 33-48.
Fatimah, S., Suriati, S., & Usman, A. 2022. "Pengelompokkan Tingkat Pemahaman Guru PAUD Terhadap Pembelajaran Berbasis STEAM Menggunakan Metode X-Means Clustering." Explorer 2 (1): 24-31.
Rinaldi, A. R., Surlanto, L., Sudrajat, D., & Kurnia, D. A. 2019. "Analisa Tingkat Kepuasan Mahasiswa Terhadap Layanan Pembelajaran Menggunakan K-Means dan Algoritma Genetika." Jurnal ICT: Information Communication & Technology 18 (1): 60-64.
Parlina, I., Windarto, A. P., Wanto, A., & Lubis, M. R. 2018. "Memanfaatkan Algoritma K-Means dalam Menentukan Pegawai yang Layak Mengikuti Asessment Center untuk Clustering Program SDP." CESS (Journal of Computer Engineering, System and Science) 3 (1): 87-93.
Pratmanto, D., Wati, F. F., Rousyati, R., & Crisna, A. 2019. "Pengelompokan Siswa Penyandang Disabilitas Berdasarkan Tingkat Tunagrahita Menggunakan Algoritma K-Medoids." Indonesian Journal on Software Engineering (IJSE) 5 (1): 134-142.
Zuhal, N. K. 2022. "Study Comparison K-Means Clustering dengan Algoritma." In STAINS (SEMINAR NASIONAL TEKNOLOGI & SAINS) 1 (1): 200-205.
