<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="8253">
<titleInfo>
<title>KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKANrnMETODE K-MEANS</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Pulut Suryati, S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Endriyono, Dony - 135610017</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>STMIK AKAKOM Yogyakarta</publisher>
<dateIssued>2017</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>xv, 59 hlm, ilus.; 29 cm</extent>
</physicalDescription>
<note>Permasalahan yang sering muncul saat proses penyeleksian calon pegawai antara lain penilaian masih secara subyektif sehingga hasil seleksi tidak sesuai dengan harapan oleh instansi. Berdasarkan permasalahan tersebut, instansi membutuhkan suatu aplikasi komputer yang dapat pengelompokan data calon pegawai menggunakan metode K-means calon pegawainya. Pada sistem klasifikasi data calon pegawai mengunakan variabel nilai psikotes dan nilai wawancara. Salah satu metode data mining yang digunakan pada penelitian ini adalah metode K-Means. Metode K-Means digunakan untuk melakukan clustering data variabel nilai psikotes dan wawancara dari calon pegawai tenaga kependidikan yang akan dicapai, serta membantu memberikan informasi pengelompokan data. Metode ini mengklasifikasi data ke dalam suatu cluster tertentu. Proses klasifikasi dilakukan dengan cara Menghitung jarak terdekat titik pusat dengan rumus distance space euclidean, sehingga data yang mempunyai karakteristik yang sama dikelompokan ke dalam satu cluster yang sama.rnHasil akhir pengelompokan terbagi tiga kategori yaitu disarankan, dipertimbangkan dan tidak dipertimbangkan. Hasil pengujian pada aplikasi yang dibangun menunjukkan klasifikasi data yang diperoleh sama dengan hasil perhitungan secara manual.rnKata kunci : Calon Pegawai, Clustering, K-Means, Euclidean</note>
<subject authority=""><topic>Klasifikasi</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>016 End k</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">END01617 01SI</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>016 End k r.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>8253</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2020-08-10 13:32:14</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2020-08-10 13:32:14</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>