Klasterisasi kinerja karyawan menggunakan algoritma fuzzy c-means
| Main Authors: | Martin, Martin, Nataliani, Yessica |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
, 2021
|
| Online Access: |
https://ejournal.uksw.edu/aiti/article/view/4560 https://ejournal.uksw.edu/aiti/article/view/4560/1695 |
Daftar Isi:
- Reward and punishment are needed for assessting employees’ performace. Employee grouping based on their performance is one of several ways to enhance employees’ performance. This research discusses about grouping employess based on their performance using Fuzzy C-Means. Result from assessment comes from the total of each criteria that contains of presence, discipline, and task duration. Three groups of employees are formed, which are good, moderate, and bad. From 13 employees, 10 of them are in the good criteria, one is in moderate criteria, and two are in the bad one. We also use different values of fuzzy exponent to get the clustering results. The values 1.5 and 2 of fuzzy exponents give the same clustering results with the result from manager. Therefore, grouping with FCM could be used to cluster employees based on their performance.
- Penilaian kinerja karyawan diperlukan perusahaan untuk memberikan reward dan punishment kepada karyawan. Pengelompokan karyawan berdasarkan kinerjanya dapat dikatakan sebagai satu cara yang digunakan untuk meningkatkan performa karyawan. Penelitian ini membahas tentang pengelompokan karyawan berdasarkan kinerjanya menggunakan algoritma Fuzzy C-Means. Penilaian kinerja karyawan didapat dengan menjumlahkan nilai masing-masing kriteria penilaian, yang terdiri dari presensi, kedisiplinan, dan waktu penyelesaian pekerjaan, Penelitian ini bertujuan mendapatkan tiga kelompok karyawan, yaitu kelompok dengan kriteria baik, sedang, dan tidak baik. Dari penelitian terhadap 13 karyawan dihasilkan 10 karyawan pada kriteria baik, satu karyawan pada kriteria sedang, dan dua karyawan pada kriteria tidak baik. Selain itu, digunakan eksponen fuzzy yang berbeda untuk melihat pengaruhnya terhadap hasil pengelompokan, dan dihasilkan bahwa dengan nilai 1.5 dan 2, hasil pengelompokan dari FCM sama dengan hasil pengelompokan karyawan yang dilakukan oleh manajer. Pengelompokan dengan FCM dapat digunakan untuk mengelompokkan karyawan berdasarkan kinerjanya.