PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKKAN PENILAIAN KINERJA PEGAWAI NEGERI SIPIL (PNS) DI DINAS PENDIDIKAN

Sumber daya manusia merupakan komponen vital dalam bisnis dan pemerintahan, yang menuntut kinerja optimal dari para pekerjanya. Penilaian kinerja yang objektif dan berkualitas sangat diperlukan untuk memastikan bahwa pegawai negeri sipil (PNS) dapat melaksanakan tugas dan kewajibannya dengan baik. Namun, penilaian kinerja PNS seringkali masih dianggap di bawah standar, dengan masalah seperti subjektivitas dan kurangnya kejelasan dalam norma dan indikator penilaian. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem penilaian kinerja yang lebih objektif dengan menggunakan algoritma K-Means Clustering, dilengkapi dengan metode elbow untuk menentukan jumlah cluster yang optimal. Dalam penelitian ini, data PNS dianalisis secara menyeluruh dan dikelompokkan menggunakan algoritma K-Means Clustering. Metode elbow diterapkan untuk pemilihan jumlah cluster, menghasilkan nilai k optimal sebesar 3. Dari 397 data PNS yang dianalisis, hasil pengelompokan menunjukkan 117 data dengan kinerja sangat baik (cluster 1), 151 data dengan kinerja baik (cluster 2), dan 129 data dengan kinerja cukup (cluster 3). Evaluasi hasil clustering dengan menggunakan Davies Bouldin Index (DBI) menghasilkan nilai 1,76, yang menunjukkan bahwa metode elbow dapat diterapkan pada algoritma K-Means Clustering untuk menentukan nilai k optimum dalam penilaian kinerja PNS.