CLUSTERING DATA CUTI SAKIT MENGGUNAKAN ALGORITMA AFFINITY PROPAGATION (STUDI KASUS: PERUSAHAAN TELEKOMUNIKASI DI JAKARTA)

Abstract

Konsep data mining dapat diimplementasikan pada berbagai data, salah satunya adalah data cuti karyawan. Penerapan data mining pada data cuti sakit karyawan berfungsi untuk menghasilkan analisa pola penyakit sehingga dapat dijadikan referensi untuk  tindakan preventif dan rehabilitatif terkait cuti sakit dan kesehatan karyawan. Penelitian ini menggunakan teknik Clustering dengan Algoritma Affinity Propagation pada data cuti sakit Perusahaan Telekomunikasi dengan atribut berupa, departemen karyawan, usia dan penyakit . Tahapan penelitian terdiri dari pengumpulan data, pre-processing, implementasi Affinity Propagation, pembuatan laporan dan visualisasi. Hasilnya menunjukan bahwa Algoritma Affinity Propagation dipengaruhi oleh preferences, damping factor dan iterasi. Untuk menghasilkan kualitas cluster terbaik, penelitian ini menggunakan nilai preference median, damping factor 0,5 dan iterasi 100 kali, sehingga menghasilkan silhouette coefficient sebesar 0,426, running time 0,56 detik dan menghasilkan 2 cluster. Cluster pertama didominasi oleh departemen Cellular Operation, Permit Relation dan IT dengan dominasi penyakit Gastritis, Infeksi Saluran Pernafasan bagian atas (Influensa, Tonsilitis, Pharyngitis, Laryngitis, Sinusitis, Rhinitis) serta Diare dan Disentri dengan  usia berkisar 23 hingga 64 tahun. Cluster kedua didominasi oleh departemen NOC, Cellular Operation dan Human Resources dengan dominasi penyakit Infeksi Saluran Pernafasan lain (Bronchitis, Pleuritis, Pneumonia, Asma dan lainya), Dermatitis Alergi dan Pulpitis Gingivitis dengan range usia berkisar 24 hingga 49 tahun.