IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS POLA ABSENSI KARYAWAN PT X

Authors

  • Jessica Widodo Universitas Tarumanagara
  • Jap Tji Beng Universitas Tarumanagara
  • Desi Arisandi Universitas Tarumanagara
  • Sri Tiatri Universitas Tarumanagara

DOI:

https://doi.org/10.31539/06pgcp84

Abstract

Keberhasilan operasional PT X, sebuah perusahaan manufaktur, sangat ditentukan oleh konsistensi kehadiran karyawan yang terlibat dalam proses produksi. Oleh karena itu, absensi menjadi indikator penting bagi manajemen sumber daya manusia untuk menjaga kelancaran operasional. Penelitian ini bertujuan untuk menganalisis pola absensi karyawan PT X selama satu tahun guna mendukung pengambilan keputusan berbasis data. Data absensi harian diolah menggunakan teknik Feature Engineering untuk menghasilkan variabel perilaku absensi, seperti jumlah kehadiran, keterlambatan, rata-rata menit keterlambatan, pulang cepat, dan variasi jam masuk. Metode yang digunakan adalah metode clustering dengan algoritma K-Means, dengan jumlah cluster optimal ditentukan melalui Elbow Method dan kualitas clustering dievaluasi menggunakan Silhouette Score. Tiga pola utama yang teridentifikasi adalah karyawan yang sangat disiplin, disiplin moderat, dan disiplin rendah. Hasil menunjukkan tiga cluster optimal dengan Silhouette Score 0,87, menunjukkan pengelompokan yang baik. Hasil penelitian ini mendukung pemanfaatkan Business Intelligence untuk pengambilan keputusan strategis dalam manajemen sumber daya manusia di PT X.

Kata Kunci: Absensi karyawan, Elbow Method, Feature Engineering, K-Means Clustering, Silhouette Score

References

Alloghani, M., Al-Jumeily, D., Mustafina, J., Hussain, A., & Aljaaf, A. J. (2020). A systematic review on supervised and unsupervised machine learning algorithms for data science. Supervised and Unsupervised Learning for Data Science, 3–21.

Alpaydin, E. (2020). Introduction to machine learning. MIT press.

Andrian, G., Arisandi, D., & Handhayani, T. (2024). Clustering Data Meteorologi Wilayah Indonesia Timur Dengan Metode K-Means Dan Fuzzy C-Means. INTI Nusa Mandiri, 18(2), 100–106.

Ardiansyah, R., Pangestu, B. A., Hidayat, R., Kusumasari, I. R., Pembangunan, U., Veteran, N., & Timur, J. (2024). Revolusi Pengambilan Keputusan: Dari Intuisi ke Sistem Informasi. Jurnal Ilmiah Multidisiplin, 2(2), 7–11. https://doi.org/10.62017/merdeka

Barito, E. E., Beng, J. T., & Arisandi, D. (2022). Penerapan Algoritma C4. 5 Untuk Klasifikasi Mahasiswa Penerima Bantuan Sosial Covid-19. Jurnal Ilmu Komputer Dan Sistem Informasi, 10(1).

Dong, G., & Liu, H. (2018). Feature engineering for machine learning and data analytics. CRC press.

Garg, N., & Dwivedi, P. (2024). A Novel Approach for Exploring Data-Driven Nutritional Insights Using Clustering and Dimensionality Reduction Techniques. SN Computer Science, 5(8), 1019.

Gregorio, K., Beng, J. T., & Tiatri, S. (2023). Apakah psychological capital dan work engagement membentuk job performance karyawan di era Society 5.0? Jurnal Muara Ilmu Sosial, Humaniora, dan Seni, 7(3), 540–549.

Ikotun, A. M., Ezugwu, A. E., Abualigah, L., Abuhaija, B., & Heming, J. (2023). K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data. Information Sciences, 622, 178–210.

Kenny, K., Arisandi, D., & Sutrisno, T. (2024). Evaluasi penilaian kinerja karyawan dengan metode naïve bayes. Computatio: Journal of Computer Science and Information Systems, 8(1), 110–118.

Lusiana, F., Beng, J. T., & Wasino. (2020). Grouping of tourism objects using geotagged photo with hierarchical clustering method in Bantul and Sleman. IOP Conference Series: Materials Science and Engineering, 852(1). https://doi.org/10.1088/1757-899X/852/1/012166

Maori, N. A., & Evanita, E. (2023). Metode elbow dalam optimasi jumlah cluster pada k-means clustering. Jurnal Simetris, 14(2), 1–11.

Muharmi, Y., & Nadriati, S. (2022). Analysis Of Employee Discipline Based On Digital Attendance With The K-Means Algorithm Method. Jurnal Teknologi Dan Open Source, 5(2), 115–135.

Neco, A., Saputra, F. A., Abdullah, N. F., Ramadhani, R., Hermansyah, T. T., & Sitio, S. L. M. (2025). PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS POLA DATA EKONOMI HISTORIS. JRIS: Jurnal Rekayasa Informasi Swadharma, 5(2), 95–107.

Noval, M., Windarsyah, W., & Marleny, F. D. (2025). Implementasi Algoritma K-Means Untuk Analisis Pola Penjualan Pada Toko Monisa. Jurnal Media Informatika, 6(3), 1996–2002.

Pratama, A., Arisandi, D., & Pradana, N. J. (2021). Implementasi metode agglomerative hierarchical clustering pada website pemilihan tempat futsal: Studi kasus Kota Depok. Jurnal Ilmu Komputer dan Sistem Informasi, 9(1), 1–6.

Rosyada, I. A., & Utari, D. T. (2024). Penerapan Principal Component Analysis untuk Reduksi Variabel pada Algoritma K-Means Clustering. Jambura Journal of Probability and Statistics, 5(1), 6–13.

Safira, F. A. (2024). PENGARUH DISIPLIN KERJA, ABSENSI, KEMAMPUAN KERJA DAN INSENTIF TERHADAP PRODUKTIVITAS KARYAWAN PT. BUMI PANDAAN PLASTIK. Soetomo Management Review, 2(4), 435–442.

Simarmata, S., Sinurat, E. J., & Saragih, H. (2025). Pengaruh Employee Participation, Budaya Organisasi, dan Kedisiplinan Terhadap Produktivitas Kerja Pegawai. Jurnal Ilmiah Manajemen, Bisnis Dan Kewirausahaan, 5(2), 501–514. https://doi.org/10.55606/jurimbik.v5i2.1133

Syahkur, M. R., Hartama, D., & Solikhun, S. (2024). Evaluasi Jumlah Cluster pada Algoritma K-Means++ Menggunakan Silhouette dan Elbow dengan Validasi Nilai DBI dalam Mengelompokkan Gizi Balita. JST (Jurnal Sains Dan Teknologi), 13(3).

Utami, I. T., Suryaningrum, F., & Ispriyanti, D. (2023). K-means cluster count optimization with silhouette index validation and davies bouldin index (CASE study: Coverage of pregnant women, childbirth, and postpartum health services in indonesia in 2020). BAREKENG J. Ilmu Mat. Dan Terap, 17(2), 707–716.

Wijaya, A. C., Marcydiaz, A. H., Fitri, F. N., Arisandi, D., & Beng, J. T. (2024). Perancangan sistem dashboard penjualan berbasis web untuk Toko Online Caro Cara. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 10(2), 2114–2125.

Wulandari, W., & Lailiyah, N. (2022). Produktivitas Kerja dan Hubungannya dengan Motivasi, Upah dan Kedisiplinan Kerja Karyawan. JPEKA: Jurnal Pendidikan Ekonomi, Manajemen Dan Keuangan, 6(2), 149–160.

Yehezkiel, R., Beng, J. T., Arisandi, D., & Salsabila, T. M. (2025). Perbandingan biaya operasional sebagai upaya peningkatan efisiensi melalui dashboard Power BI. INTECOMS: Journal of Information Technology and Computer Science, 8(6). https://doi.org/10.31539/gep60y68

Downloads

Published

2025-12-02