PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN
METODE PROFILE MATCHING DAN K-MEANS CLUSTERING
(Studi Kasus SD Negeri 003 Rambah Samo )
Total View This Week0
Total View This Week0
Institusion
Universitas Pasir Pengaraian
Author
FRANCISKUS TRI WAHYUDI JONA, -
Subject
600 Teknologi dan ilmu-ilmu Terapan
Datestamp
2019-11-29 03:40:37
Abstract :
Sekolah Dasar Negeri 003 Rambah Samo sebagai salah satu sekolah Negeri di Kabupaten Rokan Hulu yang menerapkan mekanisme penilaian kinerja guru sebagai penjaminan kualitas profesionalisme guru dalam Kegiatan Belajar Mengajar (KBM). Pada penilaian kinerja guru memiliki beberapa faktor/variabel serta juga memiliki dua aspek. Penilaian kinerja guru untuk meningkatkan kedisiplinan dan rasa tanggung jawab serta menjadi tolak ukur untuk diberi sertifikat bagi pegawai yang terbaik dan untuk guru yang di bawah nilai minimum akan dilakukan pelatihan atau workshop. Pada penilaian kinerja guru ini menggunakan aspek dan faktor. Untuk mempermudah penilaian kinerja guru di buat sebuah Aplikasi Penilaian Kinerja Guru menggunakan metode Profile Matching dan K-Means Clustering di Sekolah Dasar Negeri 003 Rambah Samo yang berbasis web dengan menggunakan PHP dan MySQL sebagai aplikasi pengelola database. Profile Matching merupakan bagian Sistem Pendukung Keputusan (SPK) yaitu bagian dari sistem informasi berbasis komputer yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. K-Means Clsutering merupakan Data Mining, pengertian Data Mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar Perhitungan metode Profile Matching memerlukan nilai bobot sedangkan untuk metode K-Means Clustering memerlukan dua nilai yaitu nilai Cluster sebagai pengelompokan yang mempunyai range dan nilai Centeroid sebagai sampel. Pada aplikasi ini Profile Matching menghasilkan lebih rangking lebih akurat sedangkan metode K-Means clustering hanya menghasilkan pengelompokan berdasarkan cluster. Kata Kunci: Data mining, K-Means Clustering, Penilaian guru, Profile Matching, SPK
Sekolah Dasar Negeri 003 Rambah Samo sebagai salah satu sekolah Negeri di Kabupaten Rokan Hulu yang menerapkan mekanisme penilaian kinerja guru sebagai penjaminan kualitas profesionalisme guru dalam Kegiatan Belajar Mengajar (KBM). Pada penilaian kinerja guru memiliki beberapa faktor/variabel serta juga memiliki dua aspek. Penilaian kinerja guru untuk meningkatkan kedisiplinan dan rasa tanggung jawab serta menjadi tolak ukur untuk diberi sertifikat bagi pegawai yang terbaik dan untuk guru yang di bawah nilai minimum akan dilakukan pelatihan atau workshop. Pada penilaian kinerja guru ini menggunakan aspek dan faktor. Untuk mempermudah penilaian kinerja guru di buat sebuah Aplikasi Penilaian Kinerja Guru menggunakan metode Profile Matching dan K-Means Clustering di Sekolah Dasar Negeri 003 Rambah Samo yang berbasis web dengan menggunakan PHP dan MySQL sebagai aplikasi pengelola database. Profile Matching merupakan bagian Sistem Pendukung Keputusan (SPK) yaitu bagian dari sistem informasi berbasis komputer yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. K-Means Clsutering merupakan Data Mining, pengertian Data Mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar Perhitungan metode Profile Matching memerlukan nilai bobot sedangkan untuk metode K-Means Clustering memerlukan dua nilai yaitu nilai Cluster sebagai pengelompokan yang mempunyai range dan nilai Centeroid sebagai sampel. Pada aplikasi ini Profile Matching menghasilkan lebih rangking lebih akurat sedangkan metode K-Means clustering hanya menghasilkan pengelompokan berdasarkan cluster. Kata Kunci: Data mining, K-Means Clustering, Penilaian guru, Profile Matching, SPK
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
