IMPLEMENTASI ALGORITMA K-MEANS UNTUK MENENTUKAN KINERJA PEGAWAI PADA DINAS KEBUDAYAAN DAN PARIWISATA KOTA TANGERANG

FARCHAN, RAFLY MOCHAMMAD (2022) IMPLEMENTASI ALGORITMA K-MEANS UNTUK MENENTUKAN KINERJA PEGAWAI PADA DINAS KEBUDAYAAN DAN PARIWISATA KOTA TANGERANG. S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
Text (HAL COVER)
01 COVER.pdf

Download (773kB) | Preview
[img]
Preview
Text (ASBTRAK)
02 ABSTRAK.pdf

Download (23kB) | Preview
[img] Text (BAB I)
03 BAB 1.pdf
Restricted to Registered users only

Download (40kB)
[img] Text (BAB II)
04 BAB 2.pdf
Restricted to Registered users only

Download (123kB)
[img] Text (BAB III)
05 BAB 3.pdf
Restricted to Registered users only

Download (145kB)
[img] Text (BAB IV)
06 BAB 4.pdf
Restricted to Registered users only

Download (84kB)
[img] Text (BAB V)
07 BAB 5.pdf
Restricted to Registered users only

Download (121kB)
[img] Text (BAB VI)
08 BAB 6.pdf
Restricted to Registered users only

Download (49kB)
[img] Text (DAFTAR PUSTAKA)
09 DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (96kB)
[img] Text (LAMPIRAN)
10 LAMPIRAN.pdf
Restricted to Registered users only

Download (477kB)

Abstract

Assessment of an employee's performance is an important performance evaluation stage for the continuity of government service activities. Monitoring and evaluation of an employee's assessment must be carried out continuously in order to improve the quality of human resources. This research was conducted to determine the accuracy of incentives based on the level of service_orientation and commitment. The data that is processed in this study is in the form of assessment data for the cultural and tourism office of Tangerang City. For grouping the employee data using the K-Means Algorithm. K-means is an unsupervised learning algorithm. It is the most commonly used clustering algorithm because of its small iterations and fast convergence speed. It is the most commonly used clustering algorithm because of its small iterations and fast convergence speed. Research using this method obtained results in the form of grouping employees into 3 groups that have a good rating level, quite good, not good, totaling 30 employees as a sample, a good rating level of 10 employees, good amounting to 10 employees, and less good amounting to 10 employees. Based on the results of the grouping that has been produced, it can be considered for leaders to determine the amount of incentives for employees. Key words: Clustering, Employee Assessment, K-Means, Elbow Penilaian terhadap suatu kinerja pegawai merupakan suatu tahap evaluasi kinerja yang penting bagi kelangsungan aktivitas dinas pemerintahan. Pemantauan dan penilaian terhadap suatu penilaian pegawai harus dilakukan secara terus-menerus agar dapat meningkatkan kualitas sumber daya manusia. Penelitian ini dilakukan untuk membuat akurasi pemberian insentif berdasarkan tingkat Orientasi_Pelayanan dan Komitmen. Data yang diolah dalam penelitian ini berupa data penilaian pegawai dinas kebudayaan dan pariwisata kota tangerang. Untuk pengelompokan data pegawai tersebut menggunakan Algoritma K-Means. Kmeans adalah algoritma pembelajaran tanpa pengawasan. Ini adalah algoritma pengelompokan yang paling umum digunakan karena iterasi kecil dan kecepatan konvergensi yang cepat. Ini adalah algoritma pengelompokan yang paling umum digunakan karena iterasi kecil dan kecepatan konvergensi yang cepat. Penelitian dengan menggunakan metode ini mendapatkan hasil berupa pengelompokkan pegawai menjadi 3 kelompok yang mempunyai tingkat penilaian baik, cukup baik, kurang baik, berjumlah 30 pegawai sebagai sampel, tingkat penilaian baik berjumlah 10 pegawai, baik berjumlah 10 pegawai, dan kurang baik berjumlah 10 pegawai. Berdasarkan hasil pengelompokan yang telah dihasilkan dapat diharapkan menjadi pertimbangan bagi pimpinan untuk menentukan jumlah insentif untuk pegawai. Kata kunci: Clustering, Penilaian Pegawai, K-Means, Elbow

Item Type: Thesis (S1)
Call Number CD: FIK/INFO. 22 172
Call Number: SIK/15/22/081
NIM/NIDN Creators: 41518010006
Uncontrolled Keywords: Clustering, Penilaian Pegawai, K-Means, Elbow
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 > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma
600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 658 General Management/Manajemen Umum > 658.3 Personnel Management/Manajemen Personalia, Manajemen Sumber Daya Manusia, Manajemen SDM
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: ADELINA HASNA SETIAWATI
Date Deposited: 08 Nov 2022 03:36
Last Modified: 08 Nov 2022 03:36
URI: http://repository.mercubuana.ac.id/id/eprint/71408

Actions (login required)

View Item View Item