<![CDATA[AbstractData mining is a process for finding useful information from a large collection of databases. In this study, we will process the data in the e-attendance system using the K-Means K = 3 algorithm using Orange software. The results of this study resulted in the analysis of patterns of work discipline behavior by looking at the late percentage and number of attendance taken from the data of Time Attendance at SD Negeri X Taman Fajar in Purbolinggo Subdistrict and Y Public Health Center in Negara Nabung Village, East Lampung Regency so that it could be considered by agencies related to an increase in the level of employment discipline. From this research, it can be concluded that clustering C1, C2, and C3 can be concluded that the level of work discipline at the time of Ramadhan 1438 H which falls in July 2018 at Y Public Health Center employees is higher than SDN X Taman Fajar employees in terms of attendance, but when viewed from the level of discipline in the late percentage aspect, SDN X Taman Fajar employees are lower than Y Puskesmas employees.Keywords: Clustering, K-Means, Algorithm, E-Absensi, EmployeeAbstrakData mining merupakan suatu proses untuk menemukan informasi-informasi yang bermanfaat dari sekumpulan basis data yang berukuran besar. Pada penelitian ini akan mengolah data yang ada pada sistem e-absensi menggunakan algoritma K-Means K = 3 menggunakan perangkat lunak Orange. Hasil penelitian ini menghasilkan hasil analisis pola perilaku kedisiplinan kerja dengan melihat presentase telat dan jumlah kehadiran yang diambil dari data E-Absensi SD Negeri X Taman Fajar Kecamatan Purbolinggo dan Puskesmas Y yang berada di Desa Negara Nabung, Kabupaten Lampung Timur sehingga dapat menjadi pertimbangan bagi instansi terkait peningkatan tingkat kedisiplunan kerja. Dari penelitian, ini didapatkan kesimpulan pada clustering C1, C2, dan C3 dapat disimpulkan tingkat kedisiplinan kerja pada saat Bulan Ramadhan 1438 H yang jatuh pada bulan Juli 2018 di pegawai Puskesmas Y lebih tinggi dibandingkan dengan pegawai SDN X Taman Fajar dari segi jumlah kehadiran, namun jika dilihat dari tingkat kedisiplinan dalam aspek presentase telat, Pegawai SDN X Taman Fajar lebih rendah dibanding pegawai Puskesmas Y .Kata Kunci: Clustering, K-Means, Algoritma, E-Absensi, Pegawai]]>
