Analisis Kinerja Dengan Visualisasi Tableau dan Klasterisasi DBSCAN untuk Mendukung Keputusan Perusahaan
DOI:
https://doi.org/10.33795/jip.v12i4.10004Keywords:
dbscan, kinerja, klasterisasi, tableau, visualisasi, data analytics, data miningAbstract
Penelitian bertujuan untuk membantu perusahaan dalam evaluasi kinerja karyawan dengan metode klasterisasi DBSCAN dan visualisasi data menggunakan Tableau untuk karyawan IPV yang disebut klien 1 dan karyawan Boykeys yang disebut klien 2. Metode DBSCAN digunakan untuk mengelompokkan karyawan berdasarkan parameter produktivitas dan pola kerja, khususnya pada data klien 1. Selain itu, pembuatan dashboard interaktif diterapkan untuk data karyawan klien 1 dan klien 2 secara menyeluruh, sehingga mempermudah proses analisis. Hasil menunjukkan bahwa klasterisasi membentuk tiga klaster berdasarkan kinerja, yaitu klaster berkinerja rendah, sedang, dan tinggi yang digunakan untuk merekomendasikan pasangan mentoring yang ideal, mengidentifikasi karyawan yang membutuhkan rotasi penugasan, dan mengidentifikasi kebutuhan rekrutmen. Visualisasi data juga menampilkan informasi penurunan jam kerja namun peningkatan produktivitas pada klien 1, serta distribusi kinerja yang lebih stabil pada klien 2. Integrasi kedua pendekatan ini membantu perusahaan mengevaluasi kinerja karyawan secara objektif dan menyusun rekomendasi yang lebih terarah untuk pengambilan keputusan.
Downloads
References
Anakku, P. I., Erizal, & Hasan, F. N. (2023). Visualisasi Dashboard Business Intelligence Untuk Analisa Ketersediaan Tenaga Kesehatan Pada Saat Covid-19 Di Jakarta Menggunakan Tableau. KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), 4(4), 1006–1019. https://tunasbangsa.ac.id/pkm/index.php/kesatria/article/view/251/249
Anindita, A., & Rahayu, W. I. (2021). SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN PADA KANDATEL BONE MENGGUNAKAN METODE SAW. Antivirus : Jurnal Ilmiah Teknik Informatika, 15(1), 44–61. https://doi.org/10.35457/antivirus.v15i1.1358
Charisma, T. A., & Irbayuni, S. (2022). Analisis Kinerja Karyawan Divisi Marketing PT. Graha Medika Mandiri. J-MAS (Jurnal Manajemen Dan Sains), 7(2), 567–571. https://doi.org/10.33087/jmas.v7i2.459
Han, J., Kamber, M., & Pei, J. (2011). Data Mining Concepts and Techniques, 3rd Edition (3rd ed.). Morgan Kaufmann Publishers.
Jabar, A. A., Wijaya, R. F., & Wahyuni, S. (2025). VISUALISASI DATA KECERDASAN BISNIS UNTUK MENDUKUNG ANALISIS KINERJA BISNIS PADA PT BMPT. Djtechno: Jurnal Teknologi Informasi, 6(1), 61–74. https://doi.org/10.46576/djtechno
Negoro, P. R. W., & Imanda, R. (2024). Implementasi Business Intelligence dengan Tableau untuk Optimasi Pengambilan Keputusan Perusahaan Freight Forwarder. Jurnal Ilmiah KOMPUTASI, 23(3), 301. https://doi.org/10.32409/jikstik.23.3.2724
Nugraha, A. A., Rahim, A., Achmad, A. F., Nurdy, A. H., Prayoga, E. A., & Yahya, M. A. (2023). Analisis Data Menggunakan Tools Tableau Untuk Visualisasi Data Peserta Tkk Pada Dashboard Bina Konstruksi. Analisis Data Menggunakan Tools Tableau (Aji, Dkk.) Madani: Jurnal Ilmiah Multidisiplin, 1(11). https://doi.org/10.5281/zenodo.10392727
Permatasari, T. A., & Anwar, R. (2023). ANALISIS KINERJA KARYAWAN BERBASIS PENGUKURAN DISIPLIN KERJA DAN KEPUASAN KERJA. Jurnal Bisnis Darmajaya, 9(1), 63–79. https://jurnal.darmajaya.ac.id/index.php/JurnalBisnis/article/view/3528/1602
Putri, A. (2024). PENTINGNYA DATA CLEANING SEBELUM VISUALISASI: TEKNIK DAN TIPS. Jurnal Teknologi Pintar, 4(5), 1–19.
Rejeki, S., Sugianto, E., Sugiharto, B., Lassa, A., & Liem, J. S. D. (2024). Pemanfaatan Data Analyticsuntuk Mengkaji Pengaruh Motivasi, Kepuasan Kerja, dan Lingkungan Terhadap Kinerja Karyawan di Glory Industrial Semarang. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 8(4), 1160–1171. https://doi.org/10.35870/jti
Rianda, T., & Arianto, D. B. (2023). Analisis Perbandingan Metode KMeans dan DBSCAN pada Segmentasi Pelanggan Berdasarkan Model RFM.
Rizki, M. F., & Sulianta, F. (2025). Analisis Klasterisasi Data Peserta Asuransi PT Xyz Menggunakan Metode Denisty-Based Spatial Clustering of Applications with Noise (DBSCAN). Jurnal Algoritma, 22(1), 993–1001. https://doi.org/10.33364/algoritma/v.22-1.2417
Rosita, A. A., & Tannar, O. (2024). PERAN DATA ANALIS DALAM MENDORONG KEPUTUSAN DAN STRATEGI BISNIS PERUSAHAAN. Jurnal Ekonomi Revolusioner, 7(7), 164–170. https://oaj.jurnalhst.com/index.php/jer/article/view/15/14
Simbolon, I. N., & Friskila, P. D. (2024). ANALISIS DAN EVALUASI ALGORITMA DBSCAN (DENSITY-BASED SPATIAL CLUSTERING OF APPLICATIONS WITH NOISE) PADA TUBERKULOSIS. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3S1), 3778–3787. https://doi.org/10.23960/jitet.v12i3s1.5206
Tarigan, F. A., & Hoki, L. (2024). PEMBENTUKAN TEAMWORK DENGAN METODE DBSCAN UNTUK MENINGKATKAN KINERJA KARYAWAN. TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi, 4(2), 268–272. https://ejurnal.methodist.ac.id/index.php/tamika/article/view/4116/2248
