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

  • 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.

Published
2018-09-20