KLASTERISASI KARYAWAN BERDASARKAN DATA KONSULTASI PSIKOLOGI MENGGUNAKAN K-MEANS

Penulis

  • Agid Supeno Universitas Budi Luhur
  • Rusdah

Kata Kunci:

Data mining, Psikologi, Algoritme Clustering K-Means

Abstrak

Dalam psikologi adalah kemampuan individu dalam menjalani kehidupan sosial dan membangun hubungan hangat dengan orang lain, memiliki tujuan dalam menjalani hidup, mampu menerima diri, kemauan untuk terus menyalurkan potensi diri, mandiri jika dihadapkan dengan tekanan sosial, serta mampu mengontrol lingkungan eksternalnya. Faktor-faktor yang dapat memengaruhi tingkat kesejahteraan psikologi tiap individu adalah faktor demografis yang meliputi usia, status pernikahan, status sosial ekonomi dan budaya pendidikan, jenis kelamin, dan faktor dukungan sosial, religiusitas, kepribadian, serta evaluasi terhadap pengalaman. Data diperoleh dari perusahaan Xavier Psikologi kurun waktu 2021 pada penelitian ini teknik dari data mining untuk klasterisasi Kategori Masalah karyawan di Perusahaan menggunakan Algoritme K-Means. Dataset terdiri dari 183 data. Yaitu terdiri dari Direktorat, Jenis Kelamin, Apakah Anda Pernah Menemui Tenaga Profesional, dan Menurut Anda, Apa Kategori Masalah Tersebut dan usia. Data yang dikumpulkan akan diolah dengan menggunakan clustering dalam 3 cluster yaitu Cluster 0 ( Cluster rendah) terdapat 2 direktorat Finance dan Operation jenis kelamin Laki-laki dengan dominan Hubungan/komunikasi dengan atasan rekan kerja dengan berusia rata-rata 23 tahun. Pada Cluster 1 (Cluster sedang) yang terdiri dari 1 direktorat yaitu Technolgy jenis kelamin laki-laki dengan masalah hubungan pribadi berusia rata-rata 32 tahun. Dan pada Cluster 2 (Cluster Tertinggi) terdapat 2 direktorat yang terdiri dari Marketing, operation jenis kelamin Laki-laki dengan dominan pengembangan diri dan dengan berusia rata-rata 25 tahun.

Referensi

Umama, H. A. (2019). Buku ajar psikologi industri dan organisasi.

Izzati, U. A., Budiani, M. S., Mulyana, O. P., & Puspitadewi, N. W. S. (2021). Gambaran Kesejahteraan Psikologis pada Karyawan Terdampak Pandemi COVID-19. Jurnal Psikologi Teori dan Terapan, 11(3), 315-325.

Setiawan, S. (2019). Analisis Cluster Menggunakan Algoritme K-Means Untuk Mengetahui Kemampuan Pegawai Dibidang It Pada Cv. Roxed Ltd. Pelita Informatika: Informasi dan Informatika, 7(3), 341-347.

Kristanto, B., Zy, A. T., & Fatchan, M. (2023). Analisis Penentuan Karyawan Tetap Dengan Algoritme K-Means Dan Davies Bouldin Index. Bulletin of Information Technology (BIT), 4(1), 112-120. (2002) The IEEE website. [Online]. Available: http://www.ieee.org/

Zuraidah, E., & Yuliyanti, I. D. (2021). Penerapan Sistem Pendukung Keputusan Penerimaan Karyawan Baru Di PT. Patra Jasa Dengan Metode K-Means Clustering. Resolusi: Rekayasa Teknik Informatika dan Informasi, 2(1), 7-14.

Intan, M., Priyatna, B., Nurapriani, F., & Hilabi, S. S. (2023). Implementasi Metode K-Means Clustering Pada Penilaian Kinerja Karyawan PT Kopetri Citra Abadi: Metode K-Means Clustering. Informasi Interaktif: Jurnal Informatika dan Teknologi Informasi, 8(1), 24-30.

Kaligis, G. B., & Yulianto, S. (2022). Analisa Perbandingan Algoritme K-Means, K-Medoids, Dan X-Means Untuk Pengelompokkan Kinerja Pegawai. IT-EXPLORE: Jurnal Penerapan Teknologi Informasi dan Komunikasi, 1(3), 179-193.

Suhanda, Y., Kurniati, I., & Norma, S. (2020). Penerapan Metode Crisp-DM Dengan Algoritme K-Means Clustering Untuk Segmentasi Mahasiswa Berdasarkan Kualitas Akademik. Jurnal Teknologi Informatika dan Komputer, 6(2), 12-20.

Dewi, D. A. I. C., & Pramita, D. A. K. (2019). Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritme Clustering KMedoids dalam Pengelompokan Produksi Kerajinan Bali. Matrix: Jurnal Manajemen Teknologi dan Informatika, 9(3), 102-109.

Nabila, Z., Isnain, A. R., Permata, P., & Abidin, Z. (2021). Analisis data mining untuk clustering kasus covid-19 di Provinsi Lampung dengan algoritme k-means. Jurnal Teknologi Dan Sistem Informasi, 2(2), 100-108.

Unduhan

Diterbitkan

12-10-2023

Cara Mengutip

Supeno, A., & Rusdah. (2023). KLASTERISASI KARYAWAN BERDASARKAN DATA KONSULTASI PSIKOLOGI MENGGUNAKAN K-MEANS. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 1111–1118. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1037

Artikel paling banyak dibaca berdasarkan penulis yang sama