Pengelompokan Karyawan Berdasarkan Kesalehan Menggunakan Perbandingan Fuzzy C-Means, K-Means, dan Probabilistic Distance Clustering

  • Rizal A
  • Novitasari D
  • Hafiyusholeh M
N/ACitations
Citations of this article
53Readers
Mendeley users who have this article in their library.

Abstract

Kesalehan dapat dijadikan tolak ukur untuk menentukan karyawan tersebut baik atau tidaknya. Karyawan yang memiiki kesalehan dapat memengaruhi kinerja dan menjadikan perusahaan memiliki sumber daya manusia yang unggul. Tingkatan kesalehan tersebut dapat dikelompokkan untuk mengetahui label masing-masing data. Tujuan dari penelitian ini ialah untuk mengidentifikasi karyawan berdasarkan tingkat kesalehan mereka dengan menggunakan beberapa perbandingan metode clustering. Pengelompokkan atau yang biasa disebut dengan clustering merupakan metode yang dapat dilakukan pada data yang belum memiliki label, perbandingan metode yang digunakan antara lain K-Means, Fuzzy C-Means, dan Probabilisticc Distance Clustering dengan uji evaluasii nilai cluster menggunakann silhouette coefficient. Data sekunder yang digunakan didapatkan dari beberapa bank Pakistan dengan total jumlah data 500 karyawan. Hasil perbandingan menghasilkan nilai terbaik pada nilai silhouette coefficient dengan jumlah nilai k=2 dengan rata-rata masing-masing metode sebesar 0,5134. Dengan mendefinisikan cluster 1 mewakili cluster karyawan yang tidak saleh sementara cluster 2 mewakili cluster karyawan saleh.

Cite

CITATION STYLE

APA

Rizal, A., Novitasari, D. C. R., & Hafiyusholeh, Moh. (2022). Pengelompokan Karyawan Berdasarkan Kesalehan Menggunakan Perbandingan Fuzzy C-Means, K-Means, dan Probabilistic Distance Clustering. Jurnal Fourier, 11(2), 69–77. https://doi.org/10.14421/fourier.2022.112.69-77

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free