Metode k-means clustering untuk mengukur tingkat kedisiplinan pegawai (studi kasus di pemerintah kabupaten padang pariaman)

Abstract

Knowledge Discovery In Database (KDD) merupakan sebuah proses merubah data mentah menjadi data yang bermanfaat berbentuk informasi. Data mining adalah suatu teknik menggali informasi berharga yang terpendam atau tersembunyi pada suatu koleksi data (database) yang sangat besar sehingga ditemukan suatu pola yang menarik yang sebelumnya tidak diketahui. Clustering adalah salah satu metode dalam data mining yang dimana objek data yang mempunyai kemiripan atau karakteristik yang sama akan dikelompokan menjadi satu kelompok dan yang berbeda di kelompokkan pada kelompok yang lainnya. Salah satu aspek kedisiplinan yang dapat digunakan untuk mengevaluasi kinerja pegawai adalah dengan kehadiran. Metode k-means digunakan untuk mengelompokan tingkat kedisiplinan pegawai kemudian mendeskripsikan nilai-nilai yang sudah didapatkan untuk menghasilkan sebuah knowledge baru mengenai pola data tingkat kedisplinan pegawai. Data absensi di clustering menjadi 3 yaitu untuk mengukur tingkat kedisiplinan rendah, sedang, dan tinggi. proses perhitungan dari 41 sampel pegawai menghasilkan 3 kali iterasi, dan di dapatkan hasil akhir 3 cluster yaitu cluster 1 sebanyak 10 pegawai dengan kedisiplinan rendah, cluster 2 sebanyak 7 pegawai dengan kedisiplinan sedang, dan cluster 3 sebanyak 24 pegawai dengan kedisiplinan tinggi, Penelitian ini bertujuan agar pimpinan dapat mengetahui pegawai mana yang memiliki tingkat kedisiplinan tinggi, sedang dan rendah sehingga dapat memberikan apresiasi atau penghargaan dan sanksi agar dapat mempertahankan dan meningkatkan kedisiplinannya sehingga pelayanan kepada masyarakat bisa optimal dan visi misi pemerintah daerah bisa tercapai.
 
 Kata kunci: KDD, Data Mining, Metode K-Means Clustering, Kedisiplinan