Implementasi algoritma probabilistic distance clustering untuk mengelompokkan kesalehan karyawan pada bidang perbankan

Karyawan merupakan aset yang penting bagi suatu perusahaan. Kinerja karyawan dapat dipengaruhi oleh berbagai hal yang mencakup banyak aspek, salah satunya adalah kesalehan. Kesalehan dapat memengaruhi pola pikir dan tindakan seseorang dalam melakukan pekerjaan, terlebih lagi pada dunia perbankan yang pekerjaannya berhubungan dengan keuangan. Tujuan dilakukannya penelitian ini adalah untuk mengelompokkan kesalehan karyawan di dunia perbankan dengan menggunakan metode Probabilistic Distance Clustering (PDC) dan evaluasi cluster dengan menggunakan silhouette coefficient. Data kualitas kesalehan karyawan diperoleh dari hasil kuisioner dataset jurnal di lingkungan bank dengan total data sebanyak 500 karyawan. Hasil penelitian menunjukkan terdapat dua cluster dengan menguji nilai k = 2, 3, 4, dan 5 diperoleh nilai silhouette coefficient terbaiknya pada nilai k = 2 yang berarti cluster optimal dari tingkat kesalaehan dikelompokkan menjadi 2 yaitu tidak saleh dan saleh. Kelompok cluster 1 merupakan kelompok karyawan tidak saleh dan cluster 2 merupakan kelompok karyawan saleh dengan nilai evaluasi cluster terbaiknya pada silhouette coefficient sebesar 0,5061.