Main Article Content
Abstract
PT. PLN P2B JB Depok merupakan sebuah perusahaan yang bergerak dalam bidang jasa penyaluran dan pusat pengaturan beban listrik pada wilayah Jawa-Bali. Setiap divisi memiliki target dan harus selesai tepat waktu. Beban pekerjaan yang berat memaksa pegawai untuk bekerja lebih keras sehingga berakibat banyak pegawai yang sakit. Untuk mengurangi jumlah pegawai yang sakit PLN P2B JB Depok melakukan tindakan pencegahan setiap enam bulan sekali guna mencegah terjadinya penyakit yang sama pada semester berikutnya, tetapi jumlah penyakit masih tetap bahkan bertambah, karena itu dibutuhkan cara baru untuk merencanakan program kesehatan pegawai di semester berikutnya. Bu Fatma ingin menggabungkan database kesehatan pegawai dengan kualitas kerja pegawai agar mendapatkan penyakit dengan kelompok kualitas kerja yang berbeda-beda. Algoritma K-Means++ adalah algoritma yang mampu mengelompokkan data yang besar menjadi beberapa kelompok, tetapi K-Means++ tidak mampu mengelompokkan pegawai yang sama dalam satu kelompok kualitas kerja maka dari itu penggunaan COP-Kmeans dibutuhkan. Hasil dari perhitungan K-Means++ dan COP-Kmeans pada penelitian ini adalah 5 kelompok kualitas kerja dengan pegawai yang berbeda dan penyakit yang berbeda, dimana penyakit dan jumlah penyakit dalam kelompok tersebut akan digunakan sebagai bahan pertimbangan Bu Fatma untuk merencanakan program kesehatan pegawai di semester berikutnya.
Article Details
- Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dipersilahkan mengutip sebagian atau seluruh isi situs web ini sesuai dengan ketentuan yang berlaku.
- Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Jurnal Pseudocode yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Priciple Contact.
- Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs jurnal ini mengacu pada ketentuan lisensi Creative Commons Atribusi-ShareAlike (CC-BY-SA).
- Semua Informasi yang terdapat di Jurnal Pseudocode bersifat akademik. Jurnal Pseudocode tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.