Analisis Pola Keterkaitan Profil Dengan Tingkat Kehadiran Pegawai Menggunakan Clustering K-Means. Studi Kasus Pada Sekretariat BPJT

Mujiono Sadikin, Tyas Atus Hapsari

Abstract


Berdasarkan amanat peraturan perundang undangan yang berlaku, Pemerintah wajib melaksanakan
penegakan disiplin terhadap para pegawai, baik Pegawai Negeri Sipil (PNS) atau Pegawai non PNS.
Salah satu aspek yang terkait dengan tingkat disiplin pegawai adalah kehadiran. Kehadiran ini
berkenaan dengan tanggung jawab pegawai saat bekerja. Pegawai yang hadir tepat waktu dan tidak
terlambat saat masuk kerja bisa dikatakan mempunyai sifat disiplin baik. Penelitian ini dilakukan untuk
mengetahui pola keterkaitan kehadiran dan karakteristik pegawai di lingkungan Sekretariat Badan
Pengatur Jalan Tol (BPJT). Dataset yang digunakan dalam penelitian ini adalah rekap kehadiran
pegawai tahun 2017. Analisis pola dilakukan menggunakan teknik clustering. Hipotesa yang diajukan
dalam penilitian ini adalah bahwa ada hububungan antara masa kerja dengan tingkat kehadiran pegawai.
Hasil analisis menunjukkan bahwa terdapat beberapa kelompok pegawai yang perlu ditingkatkan
kedisiplinannya dan kelompok pegawai yang sudah baik. Ciri-ciri pegawai yang kurang baik tingkat
kehadirannya adalah laki-laki, sudah menikah, Non PNS, masa kerja 0-10 tahun, staf/ pelaksana, usia
31-40 tahun, tingkat kehadiran 70-80 %, dan ketidakhadiran lebih dari 20%. Sedangkan ciri-ciri
kelompok pegawai yang memiliki kedisiplinan yang baik adalah laki-laki, sudah menikah, PNS, masa
kerja 0-10 tahun, staf/ pelaksana, usia 31-40 tahun, tingkat kehadiran 90-100 %, dan ketidakhadiran
lebih dari 0-5%. Dari hasil analisis dapat disimpulkan bahwa bahwa tidak ada hubungan antara masa
kerja dan tingkat kedisiplinan kehadiran pegawai di lingkungan Sekretariat BPJT, karena ciri- ciri
kelompok pegawai dengan kehadiran terbaik dan terburuk berada pada rentang masa kerja 0-10 tahun.

 


Full Text:

PDF

References


Arora, P., Deepali, & Varshney, S. (2016). Analysis of K-Means and K-Medoids Algorithm for

Big Data. Physics Procedia, Vol.78 pp. 507–512.

Fitrianah, D., Fahmi, H., … Arymurthy, A. M. (2016). A Data Mining Based Approach for

Determining the Potential Fishing Zones. International Journal of Information and Education

Technology, Vol. 6(3), pp. 187–191.

Ghofar, M. A., & Kurniawan, Y. I. (2018). Aplikasi Pengelompokan Pelanggan Pada Ums Store

Menggunakan Algoritma K-Means. Jurnal Teknologi dan Manajemen Informatika, Vol. 4(1).

Metisen, B. M., & Sari, H. L. (2015). Analisis clustering menggunakan metode K-Means dalam

pengelompokkan penjualan produk pada Swalayan Fadhila. Jurnal Media Infotama, Vol.

(2), pp. 110–118.

Rahmat C.T.I, B., Gafar, A. A., Fajriani, N., Ramdani, U., Uyun, F. R., P, Y. P., & Ransi, N.

(2017). Implemetasi K-Means Clustering Pada Rapidminer Untuk Analisis Daerah Rawan

Kecelakaan. In Prosiding Seminar Nasional Riset Kuantitatif Terapan 2017 Vol. 1, pp. 58–

Ramadhani, R. D. (2014). Data Mining Menggunakan Algoritma K-Means Clustering Untuk

Menentukan Strategi Promosi Universitas Dian Nuswantoro. Industrial Marketing

Management, Vol. 1(1), pp. 1–9.

Ridlo, M. R., Defiyanti, S., & Primajaya, A. (2017). Implementasi Algoritme K-Means Untuk

Pemetaan Produktivitas Panen Padi Di Kabupaten Karawang. In Proceeding Citee 2017 (hal.

–433). Yogyakarta.

Romadon, Y. W., & Fitrianah, D. (2019). The Comparative Study on Clustering Method Using

Hospital Facility Data in Jakarta District and Surrounding Areas. International Journal of

Machine Learning and Computing, Vol. 9(6).

Rousseeuw, P. J. (1986). Silhouttes: a graphical aid to the interpretation and validation of cluster

analysis. Journal of Computational and Applied Mathematics, Vol. 20 pp. 53–65.

Setiawan, R. (2016). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering

Untuk Menentukan Strategi Promosi Mahasiswa Baru ( Studi Kasus : Politeknik Lp3i

Jakarta). J. Lentera ICT, Vol. 3(1) pp. 76–92.

Sibuea, M. L., & Safta, A. (2017). Pemetaan Siswa Berprestasi Menggunakan Metode K-Means

Clustring. Jurnal Teknologi dan Sistem Informasi(Jurteksi), Vol. 4(1) pp. 85–92.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Prosiding Seminar Nasional Peningkatan Mutu Perguruan Tinggi



Prosiding Seminar Nasional Peningkatan Mutu Perguruan Tinggi

ISBN: 978-623-92585-0-4

Lisensi Creative Commons
Our Articles are licensed under Creative Commons Attribution-NonCommercial 4.0 International License.

Penerbit
Universitas Mercu Buana

Universitas Mercu Buana
Jl. Raya Meruya Selatan No.1, Kembangan, Jakarta Barat -11650
Telp.+62 21 5840815-16 (Ext. 2722) Fax. +62 21 5840813
Jakarta
Email. (seminar.bali2019@mercubuana.ac.id).
Website. (http://publikasi.mercubuana.ac.id/index.php/snpmpt)