Analisis Klasterisasi Penilaian Kinerja Pegawai Menggunakan Metode Fuzzy C-Means (Studi Kasus : Pengadilan Tinggi Agama bandar lampung)

Aditia Yudhistira, Ahmad Ari Aldino, Dedi Darwis
{"title":"Analisis Klasterisasi Penilaian Kinerja Pegawai Menggunakan Metode Fuzzy C-Means (Studi Kasus : Pengadilan Tinggi Agama bandar lampung)","authors":"Aditia Yudhistira, Ahmad Ari Aldino, Dedi Darwis","doi":"10.21107/edutic.v9i1.17134","DOIUrl":null,"url":null,"abstract":"Data mining merupakan teknik pengolahan Data dalam jumlah  besar untuk pengelompokan. Teknik data mining mempunyai beberapa metode dalam mengelompokan salah satunya tekn ik yang dipakai penulis saat ini adalah Fuzzy C-means. dalam hal ini penulis akan mengelompokan Penilaian kinerja pegawai bertujuan untuk mengevaluasi kinerja pegawai  dan pemberian apresiasi terhadap pegawai Yang memiliki kinerja baik, guna meningkatkan semangat pegawai dalam bekerja. Penilian kinerja pegawai dilakukan dengan menjumlahkan nilai tiap kriteria penilaian dan menggunakan standar nilai untuk menentukan nilai akhir. Pada penelitian ini penelitian kinerja pegawai yang digunakan adalah nilai perilaku yaitu nilai orientasi, nilai integritas, nilai komitmen, nilai kedisiplinan dan nilai kerjasama.  Nilai tersebut diolah dengan menggunakan metode Fuzzy C-Means (FCM) dengan tools aplikasi matlab sehingga menghasilkan sejumlah kelompok karyawan yang memiliki standar penilaian bersifat dinamis.  Penetapan nilai yang di peroleh pegawai didasarkan pada pengurutan pusat cluster hasil pengolahan total nilai pegawai menggunakan FCM. Pada Penelitian ini berhasil dikelompokan pegawai dengan kelompok pegawai yang termasuk sangat baik, baik, cukup, kurang dan buruk. Dari hasil analisis pengelompokan FCM dengan 5 cluster dengan 35x iterasi  diperoleh fungsi objektif sebesar 111.949781. Dimana  kelompok  pertama terdiri dari 940 pegawai, klaster ke dua 692 pegawai, kelompok 23 pegawai , kelompok ke empat   terdiri dari 8 pegawai dan kelompok ke lima terdiri dari 17 pegawai. Dari hasil centroid ini telah dianalisa bahwa rata-rata nilai pegawai memiliki nilai sangat baik pada fitur nilai komitmen dan nilai kesidipilinan. Hal ini dapat menjadi pola bahwa seorang pegawai dikatakan layak untuk mendapatkan reward ketika nilai komitmen dan nilai kedisiplinan sangat baik.","PeriodicalId":185202,"journal":{"name":"Jurnal Ilmiah Edutic : Pendidikan dan Informatika","volume":"222 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-11-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmiah Edutic : Pendidikan dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21107/edutic.v9i1.17134","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Data mining merupakan teknik pengolahan Data dalam jumlah  besar untuk pengelompokan. Teknik data mining mempunyai beberapa metode dalam mengelompokan salah satunya tekn ik yang dipakai penulis saat ini adalah Fuzzy C-means. dalam hal ini penulis akan mengelompokan Penilaian kinerja pegawai bertujuan untuk mengevaluasi kinerja pegawai  dan pemberian apresiasi terhadap pegawai Yang memiliki kinerja baik, guna meningkatkan semangat pegawai dalam bekerja. Penilian kinerja pegawai dilakukan dengan menjumlahkan nilai tiap kriteria penilaian dan menggunakan standar nilai untuk menentukan nilai akhir. Pada penelitian ini penelitian kinerja pegawai yang digunakan adalah nilai perilaku yaitu nilai orientasi, nilai integritas, nilai komitmen, nilai kedisiplinan dan nilai kerjasama.  Nilai tersebut diolah dengan menggunakan metode Fuzzy C-Means (FCM) dengan tools aplikasi matlab sehingga menghasilkan sejumlah kelompok karyawan yang memiliki standar penilaian bersifat dinamis.  Penetapan nilai yang di peroleh pegawai didasarkan pada pengurutan pusat cluster hasil pengolahan total nilai pegawai menggunakan FCM. Pada Penelitian ini berhasil dikelompokan pegawai dengan kelompok pegawai yang termasuk sangat baik, baik, cukup, kurang dan buruk. Dari hasil analisis pengelompokan FCM dengan 5 cluster dengan 35x iterasi  diperoleh fungsi objektif sebesar 111.949781. Dimana  kelompok  pertama terdiri dari 940 pegawai, klaster ke dua 692 pegawai, kelompok 23 pegawai , kelompok ke empat   terdiri dari 8 pegawai dan kelompok ke lima terdiri dari 17 pegawai. Dari hasil centroid ini telah dianalisa bahwa rata-rata nilai pegawai memiliki nilai sangat baik pada fitur nilai komitmen dan nilai kesidipilinan. Hal ini dapat menjadi pola bahwa seorang pegawai dikatakan layak untuk mendapatkan reward ketika nilai komitmen dan nilai kedisiplinan sangat baik.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
员工绩效评估的标准分析使用模糊的c -刻薄方法(案例研究:
数据挖掘是对集群的大量数据处理技术。数据挖掘技术有几种方法可以将目前作者使用的一种技术定义为模糊的c -手段。在这种情况下,作者将员工绩效考核分组,旨在评估员工表现良好,增强员工的工作热情。员工绩效考核是通过计算每个评估标准的价值并使用价值标准来确定最终价值来完成的。在这项研究中,所使用的工作人员表现研究是行为价值,即方向价值、诚信价值、承诺价值、纪律价值和合作价值。该值是通过使用matlab应用工具的Fuzzy C-Means (FCM)来获得的,从而产生了一系列具有动态评分标准的员工。根据中央集束序列对工作人员的总价值进行处理,对工作人员的总价值进行处理。这项研究成功地将一群员工分组,他们的工作包括非常好的、好的、足够的、更少的和更糟的。根据对FCM(5个集群)进行的分析,有35个重复函数,获得了111.949781的客观功能。第一组有940名员工,第2组692名员工,第23名员工,第4组有8名员工,第5组有17名员工。从这些中心数据来看,职员的平均价值在其承诺价值和附加价值方面具有很高的价值。这可能是一种模式,当承诺的价值和纪律价值高时,员工被认为值得奖励。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Analisis Implementasi Teknologi Pembelajaran di Bebas UMPO Rancang Bangun Media Pembelajaran Algoritma Perograman Berbasis Android Model Pembelajaran Numbered Head Together Untuk Meningkatkan Hasil Belajar Siswa Pengembangan Soal Asesmen Kompetensi Minimum (AKM) Pada Materi Sistem Persamaan Linear Dua Variabel (SPLDV) dengan Media Live Worksheet Sistem Pendukung Keputusan untuk Menentukan Pemilihan Guru Berprestasi menggunakan Metode Promethee pada SMAN 1 Tegalombo Kabupaten Pacitan
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1