Penerapan metode k-means clustering pada penilaian kinerja pegawai di Rumah Sakit DR ETTY ASHARTO Batu

INDONESIA:

Rumah sakit adalah fasilitas kesehatan yang sangat penting dalam melayani masyarakat. Data tahun 2020 dari departemen kesehatan menunjukkan ada 2.402 rumah sakit pemerintah dan swasta yang bertugas memberikan pelayanan kesehatan berkualitas. Penelitian ini menggunakan metode K-Means Clustering untuk mengelompokkan 30 data pegawai dari rumah sakit dr. Etty Asharto Batu. Proses pengelompokan pegawai bermula pada pencarian bobot dari masing-masing kriteria yang terdiri dari empat kriteria. setelah dilakukan pengujian pertama dengan 5 data centroid menghasilkan pengelompokan pegawai dengan nilai C1= 2 data pegawai ke (1 dan 17), C2=1 data pegawai ke (2), C3=8 data pegawai ke (3,4,6,7,8,19,25,26), C4=18 data pegawai ke (9,10,11,12,13,14,15,16,18,20,21,22,23,24,27,28,29,30) dan C5=1 data pegawai ke (4). Tujuan dari penelitian ini adalah mendapatkan data nama pegawai dengan kinerja Sangat Bagus, Bagus, Cukup, Cukup Buruk dan Buruk. Pada penelitian ini dilakukan pengukuran akurasi dari hasil K-Means Clustering menggunakan pengujian Confusion Matrix dengan hasil 3 pengujian cluster (3 cluster, 4 cluster dan 5 cluster).

ENGLISH:

Hospitals are health facilities that are very important in serving the community. In 2020, data from the health department shows that there are 2.402 government and private hospitals tasked with providing quality health services. This research is uses the K-Means Clustering method to group 30 employee data from Dr. Hospital. Etty Asharto Batu. The employee grouping process begins with finding the weight of each criterion which consists of four criteria. after carrying out the first test with 5 centroid data, it produces employee groupings with values C1= 2 employee data to (1 and 17), C2=1 employee data to (2), C3=8 employee data to (3,4,6,7, 8,19,25,26), C4=18 employee data to (9,10,11,12,13,14,15,16,18,20,21,22,23,24,27,28,29, 30) and C5=1 employee data to (4). The aim of this research is to obtain data on the names of employees with Very Good, Good, Fair, Fairly Bad and Poor performance. In this research, the accuracy of the K-Means Clustering results was measured using the Confusion Matrix test with the results of 3 cluster tests (3 clusters, 4 clusters and 5 clusters).

ARABIC:

المستشفيات هي مرافق صحية لها أهمية كبيرة في خدمة المجتمع. تظهر بيانات دائرة الصحة لعام 2020 أن هناك 2402 مستشفى حكوميًا وخاصًا مكلفة بتقديم خدمات صحية عالية الجودة. يستخدم هذا البحث طريقة K-Means Clustering لتجميع بيانات 30 موظفًا من مستشفى الدكتور. إيتي أشارتو باتو. تبدأ عملية تجميع الموظفين بإيجاد وزن كل معيار والذي يتكون من أربعة معايير. بعد إجراء الاختبار الأول مع 5 بيانات النقطه الوسطى، فإنه ينتج مجموعات الموظفين مع القيم C1 = 2 بيانات الموظف إلى (1 و 17)، C2 = 1 بيانات الموظف إلى (2)، C3 = 8 بيانات الموظف إلى (3، 4,6,7, 8,19,25,26)، C4=18 بيانات الموظف إلى (9,10,11,12,13,14,15,16,18,20,21,22,23,24, 27،28،29، 30) وC5=1 بيانات الموظف إلى (4). الهدف من هذا البحث هو الحصول على بيانات عن أسماء الموظفين ذوي الأداء الجيد جداً، الجيد، المقبول، السيئ إلى حد ما، والضعيف. في هذا البحث، تم قياس دقة نتائج K-Means Clustering باستخدام اختبار مصفوفة الارتباك مع نتائج 3 اختبارات عنقودية (3 مجموعات، 4 مجموعات و 5 مجموعات).