K-Means Algorithm in Grouping Central Civil Servants by Agencies and Groups in Pematangsiantar

Authors

DOI:

https://doi.org/10.32493/informatika.v6i4.14122

Keywords:

Grouping, Civil Servants, K-Means Algorithm, Data Mining, Institutions Government

Abstract

Civil Servants (PNS) are Indonesian citizens who have certain conditions and are given the mandate to be a State Civil Apparatus on a permanent basis and are not bound by a contract to carry out their assigned duties and positions. There is a view that states that civil servants have useful guarantees in the future and there is no contract system in work. Each government has civil servants with different groups. This study aims to group the central civil servants according to agencies and groups in Pematangsiantar. In completing this research, it was carried out using the k-means algorithm. The data used in the study came from the Central Statistics Agency (BPS) by processing the data into 3 clusters, namely high, medium, and low. The results of this study indicate that the k-means algorithm can be applied in determining the grouping of Central Civil Servants by Agencies and Groups in Pematangsiantar with the results that 1 item is high (C1), 4 items are medium (C2), and 21 items are low (C3).

References

Aditya, A., Jovian, I., & Sari, B. N. (2020). Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama di Indonesia Tahun 2018/2019. Jurnal Media Informatika Budidarma, 4(1), 51. https://doi.org/10.30865/mib.v4i1.1784

Agustin, F. E. M. (2015). Implementasi Algoritma K-Means Untuk Menentukan Kelompok Pengayaan Materi Mata Pelajaran Ujian Nasional (Studi Kasus: Smp Negeri 101 Jakarta). Jurnal Teknik Informatika, 8(1), 73–78. https://doi.org/10.15408/jti.v8i1.1938

Gustientiedina, G., Adiya, M. H., & Desnelita, Y. (2019). Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan. Jurnal Nasional Teknologi Dan Sistem Informasi, 5(1), 17–24. https://doi.org/10.25077/teknosi.v5i1.2019.17-24

Irnanda, K. F., Windarto, A. P., Damanik, I. S., & ... (2019). Penerapan K-Means pada Proporsi Individu dengan Keterampilan (Teknologi Informasi dan Komunikasi) TIK Menurut Wilayah. … Teknologi Informasi …, c, 452–456.

Maulida, L. (2018). Penerapan Datamining Dalam Mengelompokkan Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Prov. Dki Jakarta Dengan K-Means. JISKA (Jurnal Informatika Sunan Kalijaga), 2(3), 167. https://doi.org/10.14421/jiska.2018.23-06

Nasution, Y. R., & Eka, M. (2018). Penerapan Algoritma K-Means Clustering Pada Aplikasi Menentukan Berat Badan Ideal. Jurnal Ilmu Komputer Dan Informatika, 02(April), 77–81.

Nurzahputra, A., Muslim, M. A., & Khusniati, M. (2017). Penerapan Algoritma K-Means Untuk Clustering Penilaian Dosen Berdasarkan Indeks Kepuasan Mahasiswa. Techno.Com, 16(1), 17–24. https://doi.org/10.33633/tc.v16i1.1284

Parlina, I., Windarto, A. P., Wanto, A., & Lubis, M. R. (2018). Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center. Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center Untuk Clustering Program Sdp, 3(1), 87–93.

Rosmini, R., Fadlil, A., & Sunardi, S. (2018). Implementasi Metode K-Means Dalam Pemetaan Kelompok Mahasiswa Melalui Data Aktivitas Kuliah. It Journal Research and Development, 3(1), 22–31. https://doi.org/10.25299/itjrd.2018.vol3(1).1773

Wardhani, A. K. (2016). Implementasi Algoritma K-Means untuk Pengelompokkan Penyakit Pasien pada Puskesmas Kajen Pekalongan. Jurnal Transformatika, 14(1), 30–37.

Downloads

Published

2022-02-15