IMPLEMENTASI DATA MINING UNTUK PENGELOMPOKKAN DAN PREDIKSI KARYAWAN YANG BERPOTENSI PHK DENGAN ALGORITMA K-MEANS CLUSTERING

WILLY SIAWIN, HARDIH (2018) IMPLEMENTASI DATA MINING UNTUK PENGELOMPOKKAN DAN PREDIKSI KARYAWAN YANG BERPOTENSI PHK DENGAN ALGORITMA K-MEANS CLUSTERING , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Pada masa modern seperti sekarang ini, banyak orang yang lebih memilih bekerja di suatu perusahaan atau organisasi dikarenakan gaji yang didapatkan lumayan besar,  lingkungan kerja yang lebih baik,  beserta besarnya bonus yang didapatkan dan juga fasilitas yang disediakan oleh perusahaan. Oleh karena itu, di perusahaan atau organisasi  memiliki semakin banyak karyawan yang bekerja, maka diperlukan juga suatu sistem yang bisa digunakan untuk menyeleksi karyawan yang bekerja untuk menghindari kerugian di suatu perusahaan. Oleh sebab itu, maka dibuatlah penelitian ini yang digunakan untuk menyeleksi karyawan yang berpotensi dikeluarkan dari perusahaan dan penelitian ini juga digunakan untuk  mempelajari Data Mining. Penelitian ini dibuat dengan menggunakan algoritma K-Mean Clustering yang diimplementasikan dalam perusahaan PT. Berlian Transtar Abadi untuk mengelompokkan dan melakukan prediksi terhadap karyawan yang berpotensi PHK. Data dikumpulkan dengan cara wawancara dan observasi terhadap pihak yang memiliki wewenang yang tinggi untuk mengobservasi karyawan di perusahaan, selanjutnya data yang telah dikumpulkan dianalisa untuk menentukan karyawan yang berpotensi PHK dengan cara data tersebut dimasukkan ke dalam Data Mining yang  telah dibuat. Dari eksperimen yang telah dilakukan  dengan menggunakan algoritma K-means serta menggunakan software Visual Basic V10 dapat memberikan hasil yang akurat. 

JURNAL