MONITORING MUTU SUMBER DAYA MANUSIA DENGAN ANALISIS DATA MINING CLUSTERING ALGORITMA K-MEANS

Authors

  • Zainul Aras Z

Keywords:

Data Mining, Clustering, Algoritma K-Means, Monitoring Mutu

Abstract

Setiap Organisasi selalu berusaha untuk mencapai Visi dan Misi yang mereka sudah tetapkan. Karena Visi dan Misi merupakan ukuran kemana organisasi akan digerakkan. Setiap pergerakan dalam mewujudkan Visi dan Misi membutuhkan waktu yang relatif tidak singkat. Dalam kurun waktu yang relatif tidak singkat ini, perubahan mutu Sumber Daya Manusia (SDM) dalam Pencapaian Visi dan Misi dapat mengalami kondisi yang bervariasi seperti kondisi baik, sedang atau bahkan kurang. Untuk mempertahankan mutu SDM butuh monitoring. Dengan monitoring, Pimpinan dapat mengambil kebijakan bagaimana mempertahankan atau bahkan meningkatkan mutu untuk dapat mewujudkan Visi Misi. Namun pertanyaannya adalah bagaimana monitoring dapat menghasilkan data yang dapat dipertanggungjawabkan tentang mutu SDM? sehingga pimpinan dapat mengambil kebijakan lebih efektif terhadap pengembangan mutu SDM. Dalam Penelitian ini penulis menambang data yang ada di Lembaga Penjaminan Mutu Internal Universitas Dharmas Indonesia khususnya data dosen dalam bidang pengajaran. Tujuannya adalah bagaimana menyajikan data yang dapat dipertanggungjawabkan tentang mutu dosen dalan pengajaran untuk dapat menjadi knowledge (pengetahuan) pimpinan dalam mengambil kebijakan. Universitas Dharmas Indonesia menuangkan Visi dan Misinya dalam Standar Operasional Prosedur (SOP) yang sudah dijadikan standar untuk dipatuhi oleh Dosen. Untuk itu perlu diterapkan sebuah metode agar dapat melakukan monitoring terhadap mutu dosen dalam menjalankan tugas pengajarannya. Metode yang digunakan adalah dengan Data Mining Clustering, penambangan data di Lembaga Penjaminan Mutu Internal Universitas Dharmas Indonesia dengan melakukan pengelompokan menggunakan algoritma K-Means. Penelitian ini akan menghasilkan tiga kelompok mutu dosen yaitu, 1) Predikat Mutu Baik, 2) Predikat Mutu Sedang dan 3) Predikat Mutu Kurang. Prinsip kerja algoritma K-Means adalah dengan cara 1) Menyiapkan data terkait SOP Dosen dalam melakukan pengajaran di Universitas Dharmas Indonesia. 2) Memberikan Skala Penilaian sesuai dengan yang sudah ditetapkan oleh Universitas Dharmas Indonesia. 3) Menentukan Cetroid data sebagai batas pengelompokan 4). Melakukan proses perhitungan sesuai dengan algoritma K-Means untuk mendapatkan Between Cluster Variation (BCV) dan Within Cluster Variation (WCV). 5) Dari proses algoritma ini akan membentuk 3 kelompok predikat mutu dosen. Penelitian ini diharapkan mampu memberikan pengetahuan terhadap Universitas untuk dapat mengambil kebijakan lebih lanjut dalam menjaga mutu SDM Dosen di bidang Pengajaran agar mampu menghasilkan lulusan yang mumpuni di bidangnya sesuai dengan Visi Misi yang telah dicanangkan.

Downloads

Download data is not yet available.
Abstract viewed = 243 times

References

Anggraini D. 2014.Analisis ProfilAkademikAlumni DenganMenggunakan Metode Klasterisasi KmeansPada Stikom Uyelindo Kupang. Tesis UniversitasAtma Jaya Yogyakarta.

Asroni, Ronald Andrian.2015. Penerapan Motode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang. Jurnal Ilmiah Semesta Teknika Vol. 18, No. 1, 76-86, Mei 2015.

Chaudhuri,S., Dayal, U., &Narasayya, V. 2011.An overview of business intelligence technology.Communications of the ACM, 54(8), 88-98.

Chen, H.,Chiang, R. H., &Storey, V. C. 2012. Business Intelligence and Analytics: From Big Data to Big Impact. MIS quarterly, 36(4), 1165-1188.

Freitas, A. A. 2013. Data mining and knowledge discovery with evolutionary algorithms.Springer Science & Business Media.

Instrumen Penilaian Kinerja Dosen Tahun. 2016. Lembaga Penjaminan Mutu Internal Universitas Dharmas Indonesia, Dharmasraya. Sumatera Barat.

Marleny F. D., Husnul Ma’ad Junaidi, Mambang.2015. Penerapan K-Means Cluster Untuk Pengaruh Kecerdasan Emosi Dan Stres Terhadap Prestasi Belahar Mahasiswa. Seminar Nasional Teknologi Informasi dan Multimedia 2015 ISSN : 2302-3805 STMIK AMIKOM Yogyakarta 6-8 Februari 2015.

Mirza, H., Indriani, P., &Ependi, U. 2014.Rekayasa Model Data Mining Untuk Pengambilan Kebijakan Dalam Penanggulan Kemiskinan.

Nugraha, D. D. C., Naimah, Z., Fahmi, M., &Setiani, N. 2014.KlasterisasiJudulBukudenganMenggunakanMetode K-Means. In Seminar NasionalAplikasi Teknologi Informasi (SNATI).

Ong, J. O. 2013. ImplementasiAlgoritma K-Means Clustering untukMenentukanStrategi Marketing President University.

Praja Abdi, Chairisni Lubis, Dyah Erny Herdiwindiati. 2017. Deteksi Penyakit Diabetes Dengan Metode Fuzzy C-MeansClustering Dan K-Means Clustering. Journal of Computer Science and Information Systems Volume 1 Tahun 2017.

Putri, T. U., Herdiansyah, M. I., &Purnamasari, S. D. 2014. Jurnal Penerapan Data Mining Untuk Menentukan Strategi Penjualan Pada Toko Buku Gramedia Menggunakan Metode Clustering. JurnalMahasiswaTeknikInformatika.

Zahrotun, L. 2015. Analisis Pengelompokan Jumlah Penumpang Bus Trans Jogja Menggunakan Metode Clustering K-Means Dan Agglomerative Hierarchical Clustering(AHC). Jurnal Informatika, 9(1).

Ziarko, W. P. (Ed.). 2012. Rough Sets, Fuzzy Sets and Knowledge Discovery: Proceedings of the International Workshop on Rough Sets and Knowledge Discovery (RSKD’93), Banff, Alberta, Canada, 12–15 October 1993. Springer Science & Business Media.

Downloads

Published

2018-09-20

How to Cite

Aras Z, Z. (2018). MONITORING MUTU SUMBER DAYA MANUSIA DENGAN ANALISIS DATA MINING CLUSTERING ALGORITMA K-MEANS. Simtika, 1(3), 7. Retrieved from http://ejournal.undhari.ac.id/index.php/simtika/article/view/5