IMPLEMENTASI ALGORITMA CLUSTERING DAN ASOSIASI PADA SISTEM INFORMASI SUMBER DAYA MANUSIA UNTUK MENILAI KINERJA KARYAWAN = IMPLEMENTATION OF CLUSTERING AND ASSOCIATION ALGORITHM IN HUMAN DEVELOPMENT INFORMATION SYSTEM TO EVALUATE EMPLOYEE

Di tengah persaingan bisnis yang semakin ketat, perusahaan perlu mengelola sumber daya manusia secara optimal. Evaluasi kinerja sumber daya manusia secara manual membutuhkan waktu yang lebih lama dan membutuhkan banyak sumber daya. Untuk itu sistem yang ada perlu dikembangkan sistem menjadi sistem prediksi analitik dengan menggunakan algoritma clustering dan asosiasi untuk mempermudah dalam proses pengambilan keputusan, sehingga penelitian ini dibuat untuk mengimplementasikan algoritma clustering dan asosiasi pada sistem informasi SDM untuk menilai kinerja pegawai. Data yang digunakan dalam penelitian ini berasal dari data penilaian kinerja karyawan. Penelitian ini menggunakan K-Means sebagai algoritma clustering, Apriori sebagai algoritma asosiasi, dan bahasa pemrograman python. Dari hasil clustering terdapat 4 klaster karyawan dengan klaster 2 sebagai klaster terbaik karena memiliki nilai variabel rata-rata tertinggi dan klaster 4 memiliki nilai rata-rata yang rendah dibandingkan dengan kelompok lain. Hasil klaster dengan penilaian terbaik dapat dihitung kembali untuk mendapatkan karyawan terbaik untuk direkomendasikan mendapatkan reward. Hasil clustering digunakan sebagai dataset untuk membuat aturan asosiasi dengan minimum support = 0,55 dan confidence = 0,9, tiap klaster akan memiliki aturan asosiasi akhir. 3 klaster memiliki performance dan key performance indicator sebagai variabel yang paling berpengaruh. Klaster lainnya memiliki keaktifan bersama dan apresiasi sebagai variabel yang paling berpengaruh. Kedua algoritma ini diimplementasikan pada sistem informasi. Berdasarkan penelitian yang dilakukan, sistem kini dapat memperkirakan hasil kinerja pegawai dan menentukan hubungan antar variabel pada setiap klaster dari penerapan algoritma k-means dan apriori pada sistem.

Keywords : clustering, K-means, asosiasi, apriori, sistem informasi