ALGORITMA K-MEANS UNTUK ANALISIS CLUSTER KINERJA DOSEN PADA BIDANG KEAHLIANNYA DI UNIT PENJAMINAN MUTU FTKI UNIVERSITAS NASIONAL

ALGORITMA K-MEANS UNTUK ANALISIS CLUSTER KINERJA DOSEN PADA BIDANG KEAHLIANNYA DI UNIT PENJAMINAN MUTU FTKI UNIVERSITAS NASIONAL

  • Sari Ningsih Universitas Nasional
Keywords: kluster dosen, kinerja dosen, K-Means Clustering

Abstract

Penelitian ini berkaitan dengan  analisis data dosen  untuk mengevaluasi kinerja dosen pada sekelompok data di beberapa program studi di suatu unit kerja pada Fakultas berdasarkan bidang keahlian dosen. Seiring dengan berkembangnya teknologi dibutuhkan penelitian yang bertujuan untuk membantu seorang pimpinan dalam mengelompokkan data nilai hasil kemampuan dari tiap dosen yang memiliki kemampuan yang beragam berdasarkan beberapa kriteria antara lain bidang keahlian, tingkat pendidikan, lamanya bekerja sebagai dosen , jabatan fungsional, penelitian dan pengabdian pada masyarakat yang sudah menjadi kewajiban seorang dosen dalam kegiatan mengajar di suatu Perguruan Tinggi baik Negeri atau Swasta. Unit Penjaminan Mutu pada Fakultas mempunyai tugas dan wewenang untuk memonitoring dan Evaluasi (Monev) seluruh kegiatan di Fakultas agar tercapai hasil yang sesuai .Algoritma K-Means Clustering  akan membuat pengelompokan dosen  berdasarkan data nilai kinerja dosen melalui klusterisasi yang ada sehingga memudahkan pihak pimpinan untuk acuan pengambilan keputusan seperti kenaikan jabatan, reward atau punishment dari semua hasil kinerja dari dosen yang bersangkutan. Evaluasi kinerja dosen dapat diambil dari data hasil kuesioner mahasiswa yang menilai kinerja dosen untuk setiap mata kuliahnya berdasarkan bidang keahlian dosen yang bersangkutan. Hasil perhitungan analisis cluster didapat 3 cluster dosen, yaitu : C1 sebagai Cluster dosen tingkat Atas sebesar 16,67% , C2  sebagai cluster dosen tingkat Menengah sebesar 70 %  dan C3 sebagai cluster dosen  tingkat dasar / pemula sebesar 13,33%.

References

[1] Singla, A., & Karambir, M., 2012, Comparative Analysis & Evaluation of Euclidean Distance Function and Manhattan Distance Function Using K-Means Algorithm, International Journal of Advanced Research in Computer Science and Software Engineering (IJARSSE), vol 2, hal 298-300.
[2] Budi, S., 2007, Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis,Teori dan Aplikasi, Graha Ilmu, Yogyakarta.
[3] Aldi N., Much A.M., Miranita K., 2017, Penerapan Algoritma K-Means Untuk Clustering Penilaian Dosen Berdasarkan Indeks Kepuasan Mahasiswa, Techno.COM, vol 16, hal 17 – 24.
[4] Darmanta S., 2016. Penerapan Data Mining Untuk Kinerja Dosen Menggunakan Metode K-Means Clustering (Studi Kasus di AMIK MAHAPUTRA Riau ), Jurnal PI-Cache, vol 5, hal 55-63.
[5] Iin P., Agus P.W., M. Ridwan Lubis, 2018, Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Assesment Center Untuk Clustering Program SDP, Journal of Computer Engineering System and Science, vol 3, hal 87-93
[6] Sandi S, 2019, Analisis Cluster Menggunakan Algoritma K-Means Untuk Mengetahui Kemampuan Pegawai Di bidang IT Pada CV. Roxed LTD, Jurnal Pelita Informatika, vol 7, hal 341-347
Published
2022-08-30
How to Cite
Ningsih, S. (2022). ALGORITMA K-MEANS UNTUK ANALISIS CLUSTER KINERJA DOSEN PADA BIDANG KEAHLIANNYA DI UNIT PENJAMINAN MUTU FTKI UNIVERSITAS NASIONAL. Jurnal Nasional Informatika (JUNIF), 2(1). https://doi.org/10.55122/junif.v2i1.517