PERANCANGAN APLIKASI ABSENSI PEGAWAI KECAMATAN UNTUK MENGETAHUI KLASIFIKASI KEHADIRAN DENGAN ALGORITMA K-MEANS
Keywords:
Aplikasi Absensi, Klasifikasi Kehadiran, K-Means Clustering, Kecamatan Pagedangan, Berbasis Web.Abstract
ABSTRAKPERANCANGAN APLIKASI ABSENSI PEGAWAI BERBASIS WEB UNTUK KLASIFIKASI KEHADIRAN DENGAN ALGORITMA K-MEANS. Kehadiran pegawai merupakan indikator krusial dalam menilai kedisiplinan dan kinerja aparatur sipil negara di Kantor Kecamatan Pagedangan. Pengelolaan data absensi yang konvensional seringkali menghadapi kendala pemantauan secara real-time serta kesulitan dalam mengelompokkan tingkat kedisiplinan pegawai secara objektif. Penelitian ini bertujuan untuk merancang aplikasi absensi berbasis web yang terintegrasi dengan algoritma K-Means Clustering untuk mengklasifikasikan pola kehadiran pegawai. Metode pengembangan sistem yang digunakan adalah waterfall, sedangkan pengumpulan data dilakukan melalui observasi, wawancara, dan studi dokumentasi. Atribut klasterisasi meliputi jumlah kehadiran, izin, dan ketidakhadiran (alfa). Sistem dibangun menggunakan bahasa pemrograman PHP (framework Laravel) dan basis data MySQL. Hasil pengujian menunjukkan bahwa aplikasi berhasil diimplementasikan dengan baik dan algoritma K-Means mampu mengelompokkan data pegawai ke dalam tiga tingkat klasifikasi kehadiran (Disiplin, Sedang, Tidak Disiplin) dengan rata-rata Silhouette Coefficient sebesar 0,4429. Aplikasi ini diharapkan dapat mempermudah pihak Kecamatan Pagedangan dalam memonitor tingkat kedisiplinan pegawai serta memberikan rekomendasi objektif dalam pengambilan keputusan evaluasi kinerja.
Kata kunci: Aplikasi Absensi, Klasifikasi Kehadiran, K-Means Clustering, Kecamatan Pagedangan, Berbasis Web.
ABSTRACT
DESIGN OF A SUB-DISTRICT EMPLOYEE ATTENDANCE APPLICATION TO DETERMINE ATTENDANCE CLASSIFICATION USING THE K-MEANS ALGORITHM. Employee attendance is a crucial indicator in assessing the discipline and performance of civil servants at the Pagedangan Sub-District Office. Conventional attendance data management often faces challenges in real-time monitoring and in objectively classifying employee discipline levels. This study aims to design a web-based attendance application integrated with the K-Means Clustering algorithm to classify employee attendance patterns. The system development method applied is the waterfall model, while data collection was conducted through observation, interviews, and documentation study. The clustering attributes include the number of days present, permitted absences, and unexcused absences. The system was built using the PHP programming language (Laravel framework) and a MySQL database. Testing results show that the application was successfully implemented and the K-Means algorithm accurately classified employee data into three attendance categories (Disciplined, Moderate, and Undisciplined), with an average Silhouette Coefficient of 0.4429. This application is expected to assist Pagedangan Sub-District in monitoring employee discipline levels and providing objective recommendations for performance evaluation.
Keywords: Attendance Application, Attendance Classification, K-Means Clustering, Pagedangan Sub-District, Web-Based.
References
Laudon, K. C., & Laudon, J. P. (2020). Management Information Systems: Managing the Digital Firm. Pearson Education.
Kurniawan, D., & Setiawan, A. (2023). Sistem informasi absensi berbasis web untuk instansi pemerintahan. Jurnal Sistem Informasi.
Ikotun, A. M., Ezugwu, A. E., Abualigah, L., Abuhaija, B., & Heming, J. (2023). K-Means clustering algorithms: A comprehensive review. Information Sciences, 622, 178–210.
Yuliana, N., Suradi, A., Hidayat, S. K., & Prasetyo, H. J. (2022). Perancangan sistem informasi absensi kehadiran siswa berbasis web pada SMK Muhammadiyah 3 Klaten Utara. Journal of Computer Science and Technology, 2(1), 36–44. https://doi.org/10.54840/jcstech.v2i1.33
Roosdianto, R., Sari, A. O., & Satriansyah, A. (2021). Rancang bangun aplikasi sistem informasi absensi karyawan online. INTI Nusa Mandiri, 15(2), 135–142.
Han, J., Kamber, M., & Pei, J. (2022). Data Mining: Concepts and Techniques. Morgan Kaufmann.
Tan, P. N., Steinbach, M., & Kumar, V. (2021). Introduction to Data Mining. Pearson Education.
Rezki, Defit, S., & Sumijan. (2023). Metode K-Means clustering untuk mengukur tingkat kedisiplinan pegawai (studi kasus di Pemerintah Kabupaten Padang Pariaman). Jurnal CoSciTech, 4(1), 116–125. https://doi.org/10.37859/coscitech.v4i1.4728
Aulia, D., Safii, M., & Suhendro, D. (2021). Penerapan algoritma K-Means dalam proses clustering penilaian kinerja aparatur sipil negara di Sekretariat DPRD Pematangsiantar. Jurasik, 6(1), 47. https://doi.org/10.30645/jurasik.v6i1.270
Murni, D., Efendi, B., & Rahmadani, N. (2022). Implementation of employee discipline clustering at Gotting Sidodadi Village Office using K-Means algorithm. Jurnal Teknik Informatika (JUTIF), 3(2), 295–304. https://doi.org/10.20884/1.jutif.2022.3.2.236
Hematang, C. P., & Somya, R. (2023). Clustering kualitas kinerja pegawai pada Naruna Cafe & Resto menggunakan algoritma K-Means. Jurnal Pendidikan Teknologi Informasi (JUKANTI), 6(2), 188–197. https://doi.org/10.37792/jukanti.v6i2.960
Setiaji, & Sastra, R. (2021). Implementasi diagram UML (Unified Modelling Language) pada perancangan sistem informasi penggajian. Jurnal Teknik Komputer, 7(1), 9–17. https://doi.org/10.31294/jtk.v7i1.9773
Widyatmoko, W., & Pamungkas, N. (2022). Pemodelan Unified Modeling Language pada sistem aplikasi pariwisata (SiAP). Jurnal Bumigora Information Technology (BITe), 4(1), 73–84. https://doi.org/10.30812/bite.v4i1.1871
Paembonan, S., & Abduh, H. (2021). Penerapan metode silhouette coefficient untuk evaluasi clustering obat. PENA Teknik: Jurnal Ilmiah Ilmu-Ilmu Teknik, 6(2), 48–54. https://doi.org/10.51557/pt_jiit.v6i2.659
Sie, J. B. L., Musdar, I. A., & Bahri, S. (2022). Pengujian white box testing terhadap website Room menggunakan teknik basis path. KHARISMA Tech, 17(2), 45–57. https://doi.org/10.55645/kharismatech.v17i2.235
