Pengelompokan Beban Kerja Pegawai Magang dalam Menyelesaikan Proyek

Pada penelitian ini akan dilakukan pengamatan untuk mengoptimalkan metode pengelompokan dengan memanfaatkan beberapa metode validasi yang biasa digunakan pada algoritma K-means Clustering. Metode yang digunakan untuk optimasi algoritma adalah nilai titik yang didapatkan pada Elbow Criterion Method dan Silhouette Score Index. Setelah melakukan pengelompokan dengan bantuan memilih nilai k kelompok maka akan dilakukan evaluasi dengan menggunakan
metode Davies Bouldin Index. Data yang akan dikelompokkan merupakan data log aktivitas pekerjaan harian yang dimiliki para pegawai magang dan hasil pengelompokan yang ingin dicapai adalah pengelompokan berdasarkan tingkat kesulitan masing masing proyek. Kelompok yang didapatkan akan diteliti karakteristiknya untuk menentukan perhitungan nilai Full Time Equivalent pada masing masing kelompok. Perhitungan Full Time Equivalent ini akan digunakan untuk melakukan estimasi terhadap beban pekerjaan karyawan untuk proyek yang
akan datang.