PENGUKURAN PRODUKTIVITAS PENGGUNAAN TI PADA FAKULTAS EKONOMI DAN BISNIS SEBELUM DAN SESUDAH MASA PANDEMI MENGGUNAKAN ALGORITMA K-MEANS
Abstract Views : 142 / Downloads Count: 144DOI:
https://doi.org/10.31949/infotech.v9i1.4243Keywords:
covid-19, cluster, K-MeansAbstract
Virus corona (2019-nCoV) atau biasa disebut dengan Covid-19 belum berakhir dan masih menjadi ancaman global (WHO, 2021). Oleh karena itu, pelaksanaan kegiatan akademik di Fakultas Ekonomi dan Bisnis Universitas Majalengka harus mengikuti aturan sesuai surat edaran Pemerintah melalui Kementerian Pendidikan dan Kebudayaan Nomor 3 Tahun 2020 tentang Pencegahan Covid-19 dengan menghilangkan face- kegiatan belajar tatap muka dan menggantikannya dengan bekerja di rumah melalui pembelajaran. on line. Pada penelitian ini dilakukan klaster data menggunakan algoritma K-Means dan menggunakan data sebanyak 80 mahasiswa dan 10 dosen. Tujuan dari penelitian ini adalah untuk mengklasifikasikan responden dari Fakultas Ekonomi dan Bisnis Universitas Majalengka dengan metode algoritma yang digunakan yaitu K-Means. Hasil yang diperoleh pada penelitian ini adalah memiliki cluster yang optimal sebanyak 2 cluster, menggunakan algoritma K-Means dimana kegiatan pembelajaran cluster 1 sebelum pandemi terdiri dari 47 siswa dan cluster 2 terdiri dari 33 siswa sedangkan kegiatan pembelajaran cluster 1 setelah pandemi terdiri dari dari 25 mahasiswa dan cluster 2 terdiri dari 55 mahasiswa dan pada produktivitas kerja dimana cluster 1 produktivitas kerja sebelum pandemi terdiri dari 5 dosen dan cluster 2 terdiri dari 5 dosen sedangkan cluster 1 produktivitas kerja sebelum pandemi terdiri dari 3 dosen dan cluster 2 terdiri dari 7 orang dosen.
Downloads
References
A.Susilo, C.M. Rumende, C.W. Pitoyo, W.D. Santoso, M. Yulianti, dkk., “Coronavirus Disease 2019: Tinjauan Literatur Terkini,” Jurnal Penyakit Dalam Indonesia, Vol. 7, No. 1, hal. 45-67, 2020.
Liliana, D. Y., Maulana, H., & Setiawan, A. 2021. Data Mining untuk Prediksi Status Pasien Covid-19 dengan Pengklasifikasi Naïve Bayes. MULTINETICS, 7(1), 48-53.
Mukiyat. 1998. Manajemen Sumber Daya Manusia. Cetakan ke-4. Bandung : CV Sinar Bandung.
Hasibuan, Malayu S.P. 2005. Manajemen Sumber Daya Manusia, Edisi Revisi. Bumi Aksara. Jakarta.
Sedarmayanti. 2004. Sumber Daya Manusia dan Produktivitas Kerja. Bandung: Mandar Maju
Sutrisno, Edi. 2009. Manajemen Sumber Daya Manusia Edisi pertama. Jakarta: Kencana Prenada Media Group
Sudjana, Nana. 2010. Cara Belajar Siswa Aktif dalam Proses Belajar Mengajar. Bandung. Sinar Baru Algensindo.
Hamalik, Oemar. 2001. Proses Belajar Mengajar. Bandung: Bumi Aksara.
Hakim, Thursan. 2000. Belajar Secara Efektif. Jakarta: Niaga Swadaya.
MacQueen, J. 1967. Some methods for classification and analysis of multivariate observations. In Proceedings of the fifth Berkeley symposium on mathematical statistics and probability (Vol. 1, No. 14, pp. 281-297).
Rodiyansyah, S. F. 2017. K- Means Dan Fuzzy C-Means Pada Analisis Data Polusi Udara Di Kota X. SEMNASTEKNOMEDIA ONLINE, 5(1), 2-1.
Shanker, R., Singh, R., & Bhattacharya, M. 2017.
Segmentation of tumor and edema based on K-mean clustering and hierarchical centroid shape descriptor. In 2017 IEEE International Conference on Bioinformatics and Biomedicine (BIBM) (pp. 1105-1109). IEEE.
Grossman, D.A., dan Frieder, O. 2004. Information retrieval: Algorithms and heuristics. Springer: Netherlands.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 INFOTECH journal
![Creative Commons License](http://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.