Isi Artikel Utama
Abstrak
PT. Saida Indra Panca adalah sebuah perusahaan pengelola tenaga kerja outsourcing, seperti cleaning service (jasa kebersihan), Room Attendant (jasa pelayanan seksi kamar), dan Landscape Maintenance (jasa perawatan tanaman) PT.Saida Indra Panca sering mengalami kesulitan dalam mengidentifikasi karyawan yang layak untuk mengikuti pelatihan dan pengembangan. Oleh karena itu, penelitian ini bertujuan untuk membandingkan efektivitas pengambilan keputusan dengan klasterisasi dan tanpa klasterisasi. Metode klasterisasi menggunakan algoritma K-Means, sedangkan metode pengambilan keputusan menggunakan TOPSIS. Penelitian menggunakan pendekatan CRISP-DM, yang mencakup fase pemahaman bisnis, pengumpulan data, persiapan data, pemodelan, evaluasi, dan deployment. Evaluasi perbandingan menggunakan ANOVA untuk membandingkan nilai varian dari dua kelompok yaitu kelompok pertama klasterisasi dengan TOPSIS dan kelompok kedua hanya TOPSIS saja. Evaluasi menghasilkan nilai F sebesar 5,553025 dan P-Value < 0,05, menunjukkan adanya perbedaan signifikan antar rata-rata kelompok. Penelitian ini menunjukkan bahwa kombinasi metode K-Means dan TOPSIS lebih unggul dibandingkan tanpa klasterisasi karena menghasilkan proses pengambilan keputusan yang lebih terstruktur, efisien, dan akurat. Klasterisasi membantu mengelompokkan data karyawan berdasarkan karakteristik tertentu, sehingga mempermudah proses evaluasi dan perangkingan yang lebih tepat sasaran. Sebagai hasilnya, perusahaan dapat meningkatkan efisiensi proses pengelolaan SDM hingga 25% dan meningkatkan akurasi dalam pemilihan karyawan untuk pelatihan. Pendekatan ini memberikan wawasan yang lebih mendalam untuk pengembangan strategi SDM berbasis data yang efektif dan mendukung keputusan yang lebih baik dalam konteks pengelolaan karyawan.
Kata Kunci
Rincian Artikel
Artikel ini berlisensi Creative Commons Attribution-NoDerivatives 4.0 International License.
References
- b. Setiawan and yulistia, “sistem pendukung keputusan penentuan karyawan terbaik pada pt. Sukses bangun sriwijaya dengan metode topsis decision support system for determining the best employees with topsis method,” 2023.
- l. Rahmadhani, a. Djunaidy, and a. Mukhlason, “evaluasi kinerja pemasok menggunakan fuzzy c-means clustering dan ahp di cv delta raya,” jurnal teknik its, vol. 10, pp. 1–6, 2021.
- s. B. H. Sakur, m. Silangen, and d. Tuwohingide, “penerapan algoritme k-means cluster dan metode topsis pada pemilihan mahasiswa pada pemilihan mahasiswa kunjungan industri,” jurnal ilmiah teknik informatika dan sistem informasi, vol. 11, 2022.
- azimaturrafi’ah, u. Khotijah, and h. D. Bhakti, “decision support system seleksi karyawan office departement menggunakan metode technique for others reference by similarity to ideal solution (topsis),” indexia: informatic and computational intelegent journal, vol. 3, no. 2, pp. 1–15, 2021.
- e. W. Fridayanthie, a. Kusumaningrum, and f. A. Setiawan, “sistem pendukung keputusan pemilihan karyawan terbaik menggunakan metode topsis pada pt semangat sejahtera bersama,” jurnal swabumi, vol. 8, no. 2, 2020.
- a. Natalis and y. Nataliani, “pemanfaatan k-means clustering dan analytic hierarchy process terhadap penilaian prestasi kerja pegawai,” jurnal teknik informatika dan sistem informasi, vol. 8, no. 1, apr. 2022, doi: 10.28932/jutisi.v8i1.4243.
- a. Supeno, “klasterisasi karyawan berdasarkan data konsultasi psikologi menggunakan k-means,” 2023.
- i. T. Umagapi, b. Umaternate, s. Komputer, p. Pasca sarjana universitas handayani, b. Kepegawaian daerah kabupaten pulau morotai, and b. Riset dan inovasi, “uji kinerja k-means clustering menggunakan davies-bouldin index pada pengelompokan data prestasi siswa.”
- t. Wahyudi, n. Sa’adah, d. Puspitasari, and c. Karya informatika, “penerapan metode k-means pada data penjualan untuk mendapatkan produk terlaris di pt. Titian nusantara boga,” jurnal sains dan teknologi, vol. 5, no. 1, pp. 228–236, 2023, doi: 10.55338/saintek.v5i1.1379.
- sekar setyaningtyas, b. Indarmawan nugroho, and z. Arif, “tinjauan pustaka sistematis: penerapan data mining teknik clustering algoritma k-means,” jurnal teknoif teknik informatika institut teknologi padang, vol. 10, no. 2, pp. 52–61, oct. 2022, doi: 10.21063/jtif.2022.v10.2.52-61.
- a. E. Pramitasari and y. Nataliani, “perbandingan clustering karyawan berdasarkan nilai kinerja dengan algoritma k-means dan fuzzy c-means,” jurnal teknik informatika dan sistem informasi, vol. 8, no. 3, 2021, [online]. Available: http://jurnal.mdp.ac.id
- v. S. Gunawan and j. Kurniawan, “penerapan metode topsis dalam menentukan kualitas gambir application of the topsis method in determining image quality,” journal of information technology and computer science (intecoms), vol. 6, no. 1, 2023.
- a. Muljadi, a. Khumaidi, and n. L. Chusna, “implementasi metode topsis untuk menentukan karyawan terbaik berbasis web pada pt. Mun hean indonesia.”
- arif, d. A. Alfarez, and m. R. Ramadhan, “anova dan tukey hsd perbandingan produksi padi antara tiga kabupaten di provinsi jambi,” jurnal statistika universitas jambi, vol. 2, no. 1, p. 2023, 2023, doi: 10.22437/multiproximity.v2i1.25908.
- u. Umar1 and r. Alyah2, “pemantauan kadar asam urat non invasive real time menggunakan sensor near infrared.” [online]. Available: http://jurnal.poltekkesmu.online/lontarariset
- g. B. Kaligis and s. Yulianto, “it-explore analisa perbandingan algoritma k-means, k-medoids, dan x-means untuk pengelompokkan kinerja pegawai (studi kasus: sekretariat dprd provinsi sulawesi utara),” jurnal penerapan teknologi inforntasi dan komunikasi, vol. 1, 2022.
- s. Kurniawan, a. M. Siregar, and h. Y. Novita, “penerapan algoritma k-means dan fuzzy c-means dalam mengelompokan prestasi siswa berdasarkan nilai akademik,” vol. Iv, no. 1, 2023
References
b. Setiawan and yulistia, “sistem pendukung keputusan penentuan karyawan terbaik pada pt. Sukses bangun sriwijaya dengan metode topsis decision support system for determining the best employees with topsis method,” 2023.
l. Rahmadhani, a. Djunaidy, and a. Mukhlason, “evaluasi kinerja pemasok menggunakan fuzzy c-means clustering dan ahp di cv delta raya,” jurnal teknik its, vol. 10, pp. 1–6, 2021.
s. B. H. Sakur, m. Silangen, and d. Tuwohingide, “penerapan algoritme k-means cluster dan metode topsis pada pemilihan mahasiswa pada pemilihan mahasiswa kunjungan industri,” jurnal ilmiah teknik informatika dan sistem informasi, vol. 11, 2022.
azimaturrafi’ah, u. Khotijah, and h. D. Bhakti, “decision support system seleksi karyawan office departement menggunakan metode technique for others reference by similarity to ideal solution (topsis),” indexia: informatic and computational intelegent journal, vol. 3, no. 2, pp. 1–15, 2021.
e. W. Fridayanthie, a. Kusumaningrum, and f. A. Setiawan, “sistem pendukung keputusan pemilihan karyawan terbaik menggunakan metode topsis pada pt semangat sejahtera bersama,” jurnal swabumi, vol. 8, no. 2, 2020.
a. Natalis and y. Nataliani, “pemanfaatan k-means clustering dan analytic hierarchy process terhadap penilaian prestasi kerja pegawai,” jurnal teknik informatika dan sistem informasi, vol. 8, no. 1, apr. 2022, doi: 10.28932/jutisi.v8i1.4243.
a. Supeno, “klasterisasi karyawan berdasarkan data konsultasi psikologi menggunakan k-means,” 2023.
i. T. Umagapi, b. Umaternate, s. Komputer, p. Pasca sarjana universitas handayani, b. Kepegawaian daerah kabupaten pulau morotai, and b. Riset dan inovasi, “uji kinerja k-means clustering menggunakan davies-bouldin index pada pengelompokan data prestasi siswa.”
t. Wahyudi, n. Sa’adah, d. Puspitasari, and c. Karya informatika, “penerapan metode k-means pada data penjualan untuk mendapatkan produk terlaris di pt. Titian nusantara boga,” jurnal sains dan teknologi, vol. 5, no. 1, pp. 228–236, 2023, doi: 10.55338/saintek.v5i1.1379.
sekar setyaningtyas, b. Indarmawan nugroho, and z. Arif, “tinjauan pustaka sistematis: penerapan data mining teknik clustering algoritma k-means,” jurnal teknoif teknik informatika institut teknologi padang, vol. 10, no. 2, pp. 52–61, oct. 2022, doi: 10.21063/jtif.2022.v10.2.52-61.
a. E. Pramitasari and y. Nataliani, “perbandingan clustering karyawan berdasarkan nilai kinerja dengan algoritma k-means dan fuzzy c-means,” jurnal teknik informatika dan sistem informasi, vol. 8, no. 3, 2021, [online]. Available: http://jurnal.mdp.ac.id
v. S. Gunawan and j. Kurniawan, “penerapan metode topsis dalam menentukan kualitas gambir application of the topsis method in determining image quality,” journal of information technology and computer science (intecoms), vol. 6, no. 1, 2023.
a. Muljadi, a. Khumaidi, and n. L. Chusna, “implementasi metode topsis untuk menentukan karyawan terbaik berbasis web pada pt. Mun hean indonesia.”
arif, d. A. Alfarez, and m. R. Ramadhan, “anova dan tukey hsd perbandingan produksi padi antara tiga kabupaten di provinsi jambi,” jurnal statistika universitas jambi, vol. 2, no. 1, p. 2023, 2023, doi: 10.22437/multiproximity.v2i1.25908.
u. Umar1 and r. Alyah2, “pemantauan kadar asam urat non invasive real time menggunakan sensor near infrared.” [online]. Available: http://jurnal.poltekkesmu.online/lontarariset
g. B. Kaligis and s. Yulianto, “it-explore analisa perbandingan algoritma k-means, k-medoids, dan x-means untuk pengelompokkan kinerja pegawai (studi kasus: sekretariat dprd provinsi sulawesi utara),” jurnal penerapan teknologi inforntasi dan komunikasi, vol. 1, 2022.
s. Kurniawan, a. M. Siregar, and h. Y. Novita, “penerapan algoritma k-means dan fuzzy c-means dalam mengelompokan prestasi siswa berdasarkan nilai akademik,” vol. Iv, no. 1, 2023