METODE K-MEDOIDS UNTUK CLUSTERING PERPANJANG KONTRAK KERJA KARYAWAN

Abstract

Perpanjangan kontrak kerja merupakan salah satu keputusan strategis dalam manajemen sumber daya manusia yang memerlukan evaluasi kinerja karyawan secara objektif. Proses ini sering kali menghadapi kendala seperti bias penilaian dan kurangnya metode yang terstandarisasi. Penelitian ini bertujuan untuk menerapkan algoritma K-Medoids dalam clustering perpanjangan kontrak kerja pada PT. Indomarco Prismatama. Algoritma K-Medoids merupakan metode clustering yang menggunakan objek nyata sebagai pusat cluster, sehingga lebih tahan terhadap outlier dibandingkan algoritma K-Means. Dalam penelitian ini, data karyawan dianalisis berdasarkan indikator kinerja seperti kehadiran, produktivitas, dan evaluasi dari atasan. Data tersebut dikelompokkan menggunakan K-Medoids untuk menentukan karyawan yang layak diperpanjang kontraknya. Hasil penelitian menunjukkan bahwa algoritma K-Medoids mampu cluster karyawan dengan akurasi tinggi, menghasilkan cluster yang jelas, dan mendukung proses pengambilan keputusan yang objektif. Implementasi metode ini dapat membantu PT. Indomarco Prismatama dalam mengelola sumber daya manusia secara efisien dan meningkatkan kualitas keputusan perpanjangan kontrak kerja.