Implementasi K-Means untuk Analisis Manajemen SDM dan Aset Non-Medis Berbasis Web di PT XYZ

Aldi Daim Fauzan (Program Studi S1 Sains Data, Universitas Logistik dan Bisnis Internasional)
Woro Isti Rahayu (Universitas Logistik dan Bisnis Internasional (ULBI))
Noviana Riza (Universitas Logistik dan Bisnis Internasional (ULBI))

Data Sciences Indonesia (DSI)
Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026

Transformasi digital menuntut adanya sistem pengelolaan data yang efisien dan berbasis analitik, termasuk di sektor kesehatan. Penelitian ini mengimplementasikan sistem informasi berbasis web untuk analisis manajemen SDM dan aset non-medis melalui integrasi Laravel sebagai backend untuk operasi CRUD dan API, serta Streamlit sebagai dashboard analitik interaktif. Metode yang digunakan adalah algoritma K-Means Clustering untuk segmentasi data karyawan (gaji dan masa kerja) serta perangkat keras (umur dan harga). Hasil Elbow Method menunjukkan jumlah klaster optimal K=3, dengan Silhouette Score 0,639 yang menandakan segmentasi cukup baik. Sistem mampu menampilkan visualisasi berupa distribusi aset, status perangkat, dan profil karyawan, sekaligus memberi rekomendasi berbasis data untuk mendukung pengambilan keputusan manajerial. Integrasi Laravel dan Streamlit terbukti menghasilkan sistem analitik yang fleksibel, mudah diakses, dan potensial menjadi model awal solusi digital analitik non-medis berbasis teknologi.