Pengelompokan Kedisiplinan Pegawai Berdasarkan Absensi Menggunakan Algoritma K-MeansPenerbit Buku Pedia, 13 Apr 2023 - 66 halaman Buku ini membahas tentang “Pengelompokan Kedisiplinan Pegawai Berdasarkan Absensi Dengan Menggunakan Algoritma K-Means”, dengan tujuan untuk mengengetahui tingkat kedisiplinan pegawai pada suatu perusahaan berdasarkan absensi kehadiran yang ada. Dengan banyak sistem absensi yang digunakan membuat perusahaan belum mengelompokan absensi kehadiran pegawai, sehingga tidak dapat mengetahui berapa jumlah pegawai yang tingkat kedisiplinannya tinggi, sedang dan rendah. Oleh karena itu akan dilakukan analisis kedisplinan berdasarkan data absensi yang ada. Data yang ada akan diolah dan dikelompokan menggunakan algoritma k-means. |
Istilah dan frasa umum
absen masuk absen pulang absensi online absensi pegawai ALGORITMA UNSUPERVISED LEARNING alpa Berdasarkan gambar diatas Berikut centroid cluster 0 Cluster Berdasarkan gambar Cluster sumber Clustering K-Means data absensi berdasarkan Data Mining detail data digital digunakan dilakukan Dinas disiplin paling dokumentasi penerbit evaluasi excel finger print Google Colab Guido van Rossum Hierarchical clustering HRIS ilmu atmosfer informasi jumlah cluster Jurnal K-Means Clustering Kabupaten Bengkayang karyawan KBBI kelompok Kinerja Pegawai klaster Kolom Cluster machine learning matplotlib Means melakukan absensi memiliki tingkat menentukan cluster menentukan tingkat kedisiplinan mengelompokan data absensi Menggunakan Algoritma K-Means menggunakan library mengimport atau menginstal menginstal dengan cara metode K-Means model k-means nilai objek open source organisasi Partitional clustering pegawai dengan cluster Pegawai memiliki Pegawai PT pemrograman Python peraturan perusahaan proses pusat cluster Python versi rendah Rescaling sebuah data SHREGULAR sistem absensi tabel tingkat kinerja tingkat tidak disiplin tipe data Tujuan dan Manfaat variabel visualisasi