Algoritma K-Means dan K-Medoids Analisis Algoritma K-Means dan K-Medoids Untuk Clustering Data Kinerja Karyawan Pada Perusahaan Perumahan Nasional

Main Article Content

Akhmad upi fitriyadi

Abstract

Penilaian kinerja dilakukan untuk mengukur kinerja seorang karyawan terhadap pekerjaan yang dilakukan. Perusahaan Perumahan Nasional melakukan penilaian kinerja terhadap karyawan setiap 6 bulan sekali, yang melibatkan semua karyawan, baik karyawan tetap maupun karyawan kontrak. Tujuan dari penlitian ini adalah untuk melakukan analisis terhadap kinerja algoritma K-Means dan algoritma K-Medoids dalam melakukan proses clustering. Clustering akan dikelompokan menjadi 4 cluster yaitu: tingkat kinerja sangat baik, tingkat kinerja baik, tingkat kinerja cukup dan tingkat kinerja kurang baik. Proses clustering akan dilakukan mengunakan software rapidminer. Pengukuran performa algoritma dalam rapidminer dilakukan mengunakan metode Confusion Matrix dengan parameter accuracy,recall dan precision. Dari penelitian yang dilakukan diperoleh hasil algoritma K-Means mempunyai tingkat accuracy 56%, presision 25% dan recall 60%, sedankan algoritma K-Medoids mempunyai tingkat akurasi 14%, presision 25% dan recall 25%. Dengan hasil tersebut dapat disimpulkan bahwa algoritma K-Means mempunyai performa lebih baik bila dibandingkan dengan algoritma K-Medoids, karena mempunyai tinngkat akurasi dan recell lebih tinggi bila dibandingkan dengan algoritma K-Medoids

Downloads

Download data is not yet available.

Article Details

How to Cite
fitriyadi, A. (2021). Algoritma K-Means dan K-Medoids Analisis Algoritma K-Means dan K-Medoids Untuk Clustering Data Kinerja Karyawan Pada Perusahaan Perumahan Nasional. KILAT, 10(1), 157 - 168. https://doi.org/10.33322/kilat.v10i1.1174
Section
Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.