FITRIYANI,S.T., M.KOM Primary Author ELGA WATI, M.KOM Primary Author IYUS KUSDINAR - 16150044 Primary Author mixed material bibliography Universitas ARS Universitas ARS 2019-2020 id Indonesia

Skripsi

Data mining merupakan teknik pengolahan data dalam jumlah besar untuk pengelompokan. Teknik data mining mempunyai beberapa metode dalam mengelompokkan salah satu Teknik yang dipakai pada penulis saat ini adalah K-Means. Dalam hal ini penulis mengelompokan data kehadiran menurut jam kerja pegawai di Fakultas Teknik Sipil dan Lingkungan (FTSL) Institut Teknologi Bandung (ITB). Untuk mengetahui manakah pegawai yang teladan dan berpotensi PHK. Penulis menerapkan algoritma K-Means Clustering untuk pengelompokan data kehadiran pegawai. Dalam hal ini, pada umumnya untuk menghitungan jam kerja pegawai hanya ditentukan oleh data dari sistem informasi kehadiran pegawai. Namun dalam penelitian ini pengelompokan disesuaikan dengan kriteria data kehadiran seperti jam kerja pegawai dan kekurangan jam kerja pegawai. Penulis menggunakan dua kriteria tersebut agar pengelompokan yang dihasilkan menjadi lebih optimal. Tujuan dari pengelompokan ini adalah terbentuknya kelompok jam kerja pegawai yang menggunakan algoritma K-Means Clustering. Hasil dari pengelompokan tersebut diperoleh tiga kelompok yaitu kelompok dengan jam kerja tertinggi, sedang, dan rendah. Terdapat pusat cluster dengan cluster 1 = 165.462, cluster 2 = 114.265, dan cluster 3 = 13.99. Pusat cluster tersebut didapat dari iterasi, sehingga menghasilkan pusat cluster yang optimal Data Mining Sistem Informasi Clustering K-Means Pegawai NONE Digital Library ARS University Perpustakan Online ARS University 046 / S1.SI.SKP / 2019 - 2020 S01633K Sistem Informasi 046 / S1.SI.SKP / 2019 - 2020 1.Kata Pengantar 2.Abstrak 3.BAB I 7.BAB V 8.Daftar Pustaka 9.Jurnal COVER.PNG.PNG 5630 2020-01-30 12:34:16 2020-01-30 14:47:31 machine generated