Strategi Peningkatan SDM Berdasarkan Pengelompokan Kualitas Kinerja Pegawai CV Mediatama Perkasa Bogor Menggunakan K-Means Clustering
Kata Kunci:
K-Means Clustering, t-SNE, kinerja karyawan, Key Performance Indicators, Silhouette Score, Davies-Bouldin IndexAbstrak
Penelitian ini bertujuan untuk mengelompokkan kinerja dan kompetensi karyawan CV Mediatama Perkasa menggunakan metode K-Means Clustering dan mengevaluasi hasil klasterisasi berdasarkan Key Performance Indicators (KPI) perusahaan serta matrik evaluasi seperti Silhouette Score dan Davies-Bouldin Index (DBI). Variabel penelitian meliputi tingkat absensi, tingkat kesalahan kerja, indeks lingkungan kerja, dan motivasi kerja. Teknik t-Distributed Stochastic Neighbor Embedding (t-SNE) digunakan untuk memvisualisasikan hasil klasterisasi. Hasil menunjukkan dua klaster utama dengan karakteristik yang berbeda. Cluster 0 memiliki performa yang lebih baik dengan tingkat absensi rendah dan motivasi kerja tinggi, sementara Cluster 1 menunjukkan performa yang lebih rendah dengan tingkat kesalahan kerja lebih tinggi. Evaluasi menggunakan Silhouette Score (0,199) dan DBI (1.76) mengindikasikan bahwa klasterisasi ini memiliki kualitas yang baik. Penelitian ini memberikan wawasan strategis bagi Divisi SDM untuk meningkatkan kinerja karyawan melalui pelatihan berbasis klaster, insentif kehadiran, dan pengembangan kebijakan KPI yang lebih relevan.
Referensi
Armstrong, M., & Taylor, S. (2014). Armstrong's handbook of human resource management practice (15th ed.). Kogan Page.
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Springer Science & Business Media.
Everitt, B. S., Landau, S., Leese, M., & Stahl, D. (2011). Cluster analysis (5th ed.). Wiley.
Hartigan, J. A., & Wong, M. A. (1979). Algorithm AS 136: A K-means clustering algorithm. Journal of the Royal Statistical Society: Series C (Applied Statistics), 28(1), 100–108.
Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666. https://doi.org/10.1016/j.patrec.2009.09.011
van der Maaten, L., & Hinton, G. (2008). Visualizing data using t-SNE. Journal of Machine Learning Research, 9, 2579–2605.
Zhou, J., & Chao, Z. (2022). Data preparation techniques for machine learning algorithms. Wiley.
Koubek, J. (2004). Human resource management: Fundamentals of theory and practice. Prague: Management Press.
Parmenter, D. (2015). Key performance indicators: Developing, implementing, and using winning KPIs (3rd ed.). Wiley.
Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65.
Armstrong, M., & Taylor, S. (2014). Armstrong's handbook of human resource management practice (15th ed.). Kogan Page.
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Springer Science & Business Media.
Everitt, B. S., Landau, S., Leese, M., & Stahl, D. (2011). Cluster analysis (5th ed.). Wiley.
Hartigan, J. A., & Wong, M. A. (1979). Algorithm AS 136: A K-means clustering algorithm. Journal of the Royal Statistical Society: Series C (Applied Statistics), 28(1), 100–108.
Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666. https://doi.org/10.1016/j.patrec.2009.09.011
van der Maaten, L., & Hinton, G. (2008). Visualizing data using t-SNE. Journal of Machine Learning Research, 9, 2579–2605.
Zhou, J., & Chao, Z. (2022). Data preparation techniques for machine learning algorithms. Wiley.
Koubek, J. (2004). Human resource management: Fundamentals of theory and practice. Prague: Management Press.
Parmenter, D. (2015). Key performance indicators: Developing, implementing, and using winning KPIs (3rd ed.). Wiley.
Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
