<![CDATA[Pengelolaan data kinerja yang tidak terintegrasi menyebabkan informasi organisasi belum dimanfaatkan secara optimal dalam pengambilan keputusan strategis. Penelitian ini bertujuan mengembangkan model manajemen pengetahuan berbasis data dengan mengintegrasikan Model SECI dan algoritma Decision Tree pada PT PLN (Persero) UID Jawa Barat. Data kinerja operasional diolah melalui tahapan pembersihan data, seleksi atribut, dan transformasi data, kemudian dianalisis menggunakan algoritma C4.5 pada RapidMiner untuk menghasilkan model klasifikasi dan aturan keputusan. Hasil penelitian menunjukkan bahwa model yang diusulkan mampu mencapai akurasi sebesar 95,62% dengan standar deviasi ±6,18%. Selain itu, model menghasilkan aturan keputusan yang mudah diinterpretasikan serta mampu mengidentifikasi faktor dominan yang memengaruhi kinerja unit operasional. Aturan tersebut dipetakan ke dalam tahapan SECI untuk menghasilkan pengetahuan eksplisit yang terdokumentasi. Integrasi data mining dan manajemen pengetahuan memberikan pendekatan yang sistematis dalam mendukung evaluasi kinerja organisasi dan pengambilan keputusan berbasis data.]]>
Copyrights © 2026
