PENGELOMPOKAN KUALITAS KINERJA KARYAWAN PADA RSU UKI JAKARTA DENGAN ALGORITMA CLUSTERING K-MEANS

PENGELOMPOKAN KUALITAS KINERJA KARYAWAN PADA RSU UKI JAKARTA DENGAN ALGORITMA CLUSTERING K-MEANS

• By Rizky Pradana;
• S1- Sistem Infomasi
• 236

Rumah Sakit Umum UKI, diresmikan pada 1 Desember 1973 oleh Menteri Kesehatan Prof.Dr.G.A Siwabessy. Pada tahun itu Rumah Sakit masih bernama RS. Puskesmas FK. UKI karena tujuannya sebagai tempat Teaching Hospital untuk mahasiswa FK. UKI yang telah berdiri sejak tahun 1962. Permasalahan yang terjadi adalah Bagian Komite Etik Penelitian RSU UKI Jakarta sulit untuk menentukan kualitas terkait pengelompokan penilaian terhadap karyawan, Belum adanya metode pengelompokan kualitas kinerja karyawan pada rumah sakit tersebut. K-means merupakan salah satu metode clustering berbasis partisi. Metode ini sangat sederhana, dimulai dengan pemilihan jumlah cluster sebanyak K buah. Selanjutnya, K buah data diambil secara acak dari dataset sebagai centroid yang mewakili suatu cluster. Centroid merupakan  pusat atau titik tengah dari suatu cluster. Semua data kemudian dihitung jaraknya terhadap setiap centroid dan setiap data akan menjadi anggota dari sebuah cluster yang diwakili oleh centroid yang memiliki jarak terdekat dengan data tersebut, Hasil dari pengelompok terdiri dari 3 yaitu 0,47% untuk cluster 1 kategori sangat baik, yang terdiri dari 8 data karyawan 0,05% untuk cluster 2 kategori baik, yang terdiri dari 1 data karyawan , 0,47% untuk cluster 3 kategori cukup, yang terdiri dari 8 data karyawan.

• Katakunci clustering, metode k-means, sistem penilaian
• URL http://
• Penerbit ,

REFERENSI

Alwan, Menza Hendri, D. (2017). Disproportional Stratified Random Sampling . Faktor-Faktor Yang Mendorong Siswa MIA SMAN Mengikuti Bimbingan Belajar Luar Sekolah Di Kecamatan Telanaipura Kota Jambi, 02(01), 244–256.

 

Bintoro, M. T., & Daryanto. (2017). Manajemen Penilaian Kinerja Karyawan.

 

Budihardjo, I. M. (2015). Panduan Praktis Penilaian Kinerja Karyawan. Raih Asa Sukses.

 

Haryati, S., Sudarsono, A., & Suryana, E. (2015). Implementasi Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5 (Studi Kasus: Universitas Dehasen Bengkulu). Jurnal Media Infotama, 11(2), 130–138.

 

Hermawati, F. A. (2013). Data Mining (Putri Christian (ed.)). C.V ANDI OFFSET. Iin Parlina, Agus Perdana Windarto, Anjar Wanto, M. R. L. (2018). Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center. 3(1), 87–93.

 

Kusrini, & Luthfi, E. T. (2009). Algoritma Data Mining (T. A. Prabawati (ed.)). C.V ANDI OFFSET.

 

Muningsih, E., & Kiswati, S. (2015). Penerapan Metode K-Means Untuk Clustering Produk Online Shop. Jurnal Bianglala Informatika, 3(1).

 

Prasetio, R. D., & Wulansari, P. (2016). Pengaruh Motivasi Terhadap Kinerja Karyawan Pt Semen Padang Biro Pekerjaan Umum. E-Proceeding of Management, 3(3), 2999–3005.

 

Purba, W., Siawin, W., & Hardih. (2019). Implementasi Data Mining Untuk Pengelompokkan Dan Prediksi Karyawan Yang Berpotensi PHK Dengan Algoritma K-Means Clustering. Jurnal Sistem Informasi Ilmu Komputer Prima (JUSIKOM PRIMA), 2(2), 85–90.

 

Santoso, B., Cholissodin, I., & Setiawan, B. D. (2017). Optimasi K-Means untuk Clustering Kinerja Akademik Dosen Menggunakan Algoritme Genetika. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 1(12), 1652–1659.

 

Sarwadi & Cyber Creative. (2017). JAGO Microsoft Excel 2016 (1st ed.). Elex Media Komputindo.

 

Sigit Adinugroho, Y. A. S. (2016). Implementasi Data Mining Menggunakan Weka. TIM UB Press. https://books.google.co.id/books?id=p91qDwAAQBAJ&pg=PA98&dq=k+means+merupakan&hl=en&sa=X&ved=0ahUKEwiQpdnMrYXmAhVqzzgGHX78AGAQ6AEIQjAC#v=onepage&q&f=false