MENGETAHUI PROFIL PEGAWAI BPJT DILIHAT DARI TINGKAT KEHADIRAN DENGAN METODE CLUSTERING (K-MEANS)

HAPSARI, TYAS ATUS (2019) MENGETAHUI PROFIL PEGAWAI BPJT DILIHAT DARI TINGKAT KEHADIRAN DENGAN METODE CLUSTERING (K-MEANS). S1 thesis, Universitas Mercu Buana Jakarta.

[img] Text (JURNAL MAHASISWA)
Jurnal Yudisium.pdf
Restricted to Registered users only

Download (799kB)

Abstract

Based on the mandate of laws and regulations, Government is obliged to enforce discipline to Civil Servants (PNS) and non PNS. One aspect that is very closely related to the level of employee discipline is attendance. Employees who came on time and never skip work can be said to have good discipline, and the opposite. Analysis of the employee attendance on 2017 can be used as an effort to improve the control of employee absences within Indonesia Toll Road Authority (BPJT). The dataset is taken from this employee attendance recap will be used to determine the profile of BPJT employees based on their level of attendance. This dataset consists of staffing data including employee tenure, employment status, percentage of attendance etc. The dataset testing is done by clustering method and using the k-means algorithm fin Rapidminer Studio 8.1 application. The results were obtained by 6 groups with each of the same characteristics, including 5 groups of employees who had good levels of discipline and 1 group of employees who needed to be improved. Profiles of employees who have a very good level of discipline are men, married, civil servants, have a working period of 21 years and over, echelon 3 and has51-60 years. While the profile of employees who need to be increased by discipline is male, married, Non PNS, has a working period of 6-10 years, staff and has 31-40 years old. Key words: K-Means Algorithm, Clustering, RapidMiner, Data mining, Attendance, BPJT Berdasarkan amanat peraturan perundang undangan yang berlaku saat ini, Pemerintah wajib melaksanakan penegakan disiplin terhadap para Pegawai Negeri Sipil (PNS) dan Pegawai non PNS. Salah satu aspek yang sangat erat berkaitan dengan tingkat disiplin pegawai adalah absensi atau tingkat kehadiran. Pegawai yang hadir tepat waktu dan tidak pernah membolos bekerja bisa dikatakan mempunyai sifat disiplin baik, begitu pula sebaliknya. Analisis terhadap rekap absensi pegawai tahun 2017 ini bisa dijadikan sebagai salah satu upaya dalam meningkatkan penertiban absensi pegawai di lingkungan Badan Pengatur Jalan Tol (BPJT). Dataset diambil dari rekap absensi pegawai tersebut akan digunakan untuk mengetahui profil pegawai BPJT berdasarkan tingkat kehadirannya. Dataset ini terdiri dari data-data kepegawaian antara lain masa kerja pegawai, status kepegawaian, persentase kehadiran dll. Pengujian dataset dilakukan dengan metode clustering dan menggunakan algoritma k-means yang terdapat pada aplikasi Rapidminer Studio 8.1. Hasilnya diperoleh 6 kelompok dengan masing-masing karakteristik yang hampir sama, diantaranya 5 kelompok pegawai yang sudah baik tingkat disiplinnya dan 1 kelompok pegawai yang perlu ditingkatkan. Profil pegawai yang memiliki tingkat disiplin sangat baik adalah laki-laki, sudah menikah, PNS, memiliki masa kerja 21 tahun ke atas, eselon 3 dan berusia 51-60 tahun. Sedangkan profil pegawai yang perlu ditingkatkan kedisiplinnya adalah laki-laki, sudah menikah, Non PNS, memiliki masa kerja 6-10 tahun, pelaksana dan berusia 31-40 tahun. Kata kunci: Algoritma K-Means, Clustering, RapidMiner, Data mining, Absensi, BPJT

Item Type: Thesis (S1)
Call Number CD: JM/TI. 19 076
Call Number: JM/15/19/102
NIM: 41516120135
Uncontrolled Keywords: Algoritma K-Means, Clustering, RapidMiner, Data mining, Absensi, BPJT
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.5 General Purpose Application Programs/Program Aplikasi dengan Kegunaan Khusus
600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 651 Office Services/Layanan Kantor > 651.8 Computer Application for Office Management/Aplikasi Komputer untuk Manajemen Perkantoran
600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 658 General Management/Manajemen Umum > 658.01-658.09 [Management of Enterprises of Specific Sizes, Scopes, Forms; Data Processing]/[Pengelolaan Usaha dengan Ukuran, Lingkup, Bentuk Tertentu; Pengolahan Data] > 658.05 Data Processing Computer Applications/Pengolahan Data Aplikasi Komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Dede Muksin Lubis
Date Deposited: 26 Sep 2019 04:29
Last Modified: 15 Jan 2020 02:59
URI: http://repository.mercubuana.ac.id/id/eprint/50927

Actions (login required)

View Item View Item