<![CDATA[Dalam dunia pekerjaan terdapat istilah karyawan terbaik yang menjadi tolak ukur kemajuan perusahaan itu sendiri. Penentuan tersebut dapat dilakukan dengan cara melihat kinerja karyawan sehari-hari seperti kedisiplinan, kerajinan dan prestasi lainnya yang mendukung pekerjaan tersebut. Selain itu, banyak juga aspek-aspek lain yang dapat menjadi bahan pertimbangan atasan dalam memberikan penilaian kepada karyawan. Pentingnya sumber daya manusia (SDM) dalam suatu perusahaan sebagai subyek pelaksana kebijakan serta segala kegiatan operasional perusahaan menjadikan perusahaan harus tetap berani dalam menghadapi tantangan dan perubahan serta memenangkan persaingan. Penguasaan aset manusia secara substansial mempengaruhi beragam perspektif pemenuhan tenaga kerja dalam suatu instansi. sumber daya manusia tersebut sangat mempengaruhi berbagai aspek penentu dalam keberhasilan kerja di suatu perusahaan. PT Kopetri Citra Abadi merupakan perusahaan jasa keamanan yang konsisten melakukan penilaian kinerja setiap bulannya, kemudian dilakukan rekapitulasi setiap tahun dengan akumulasi nilai yang diambil dari laporan penilaian bulanan. Dengan banyaknya karyawan dari perusahaan ini membutuhkan sebuah metode perhitungan yang akurat dan perlunya klasifikasi nilai berdasarkan beberapa kategori penilaian, melihat pentingnya hal tersebut maka proses penilaian karyawan perlu dilakukan secara rasional. Evaluasi ini akan berdampak pada pemberian feed back antara atasan dan bawahan secara sinergis. Sehingga karyawan akan memahami objektivitas kerja dan mampu mendorong produktivitas usaha perusahaan. Maka dalam penelitian ini akan membahas perhitungan menggunakan metode K-Means Clustering secara manual dan menggunakan tools pada aplikasi Orange data mining dalam penilaian kinerja karyawan PT Kopetri Citra Abadi. Dari perhitungan tersebut menghasilkan pengelompokkan data 92 orang karyawan berdasarkan 3 kriteria yaitu sangat baik (C1) sebanyak 15 data, cukup baik (C2) sebanyak 44 data, dan kurang baik (C3) sebanyak 33 data. Keywords : K-Means, clustering,penilaian kinerja karyawan, prestasi kerja, klasifikasi]]>
Copyrights © 2023
