1
LATAR BELAKANG
Masalah gaji atau pendapatan merupakan hal yang penting karena berpengaruh langsung
pada produktivitas dan semangat kerja karyawan. Bagi perusahaan, sistem gaji tidak semata-mata
hanya untuk memenuhi peraturan pemerintah dalam kaitannya dengan Upah Minimum Regional
(UMR), tetapi untuk menciptakan keseimbangan antara apa yang telah diberikan karyawan pada
perusahaan dengan apa yang diberikan perusahaan untuk karyawan atau bisa disebut juga prinsip
keadilan.
Dalam praktiknya, masalah gaji atau pendapatan kerja merupakan hal yang sulit dalam
menentukan gaji setiap karyawan terlebih lagi bila perusahaan belum memiliki sistem gaji yang
mengacu pada obyektivitas beban kerja (workload) bagi para karyawannya. Apabila perusahaan
telah memiliki sistem gaji melalui pendekatan metode tertentu, maka akan sangat membantu
penyelenggaraan pemeliharaan SDM. Sehingga sangat bermanfaat jika perusahaan menerapkan
sistem gaji yang komprehensif, yaitu seimbang antara hak dan kewajiban karyawan dan
perusahaan.
Gaji merupakan kebutuhan utama bagi manusia terutama bagi karyawan yang bekerja di
perusahaan. Gaji diperlukan bagi karyawan untuk memenuhi 2 kebutuhan hidupnya. Kebutuhan
gaji juga penting bagi perusahaan dan kesesuaian gaji yang diberikan ke karyawan diharapkan
dapat memotivasi karyawan dan dapat meningkatkan kinerja karyawan. Gaji yang di berikan
kepada karyawan berbeda sesuai dengan jabatan dan tingkat golonganya.
2
DAFTAR ISI
LATAR BELAKANG ................................................................................................................... 2
DAFTAR ISI ................................................................................................................................. 3
BAB I DEFINISI DAN SEJARAH ............................................................................................... 4
1.1 Data Mining ......................................................................................................................... 4
1.2 Sejarah Data Mining ............................................................................................................ 4
1.3 Estimasi ................................................................................................................................ 4
1.4 Sejarah Estimasi ................................................................................................................... 4
BAB II FORMULA ..................................................................................................................... 6
2.1 Regresi Linear Sederhana .................................................................................................... 6
BAB III STUDI KASUS ............................................................................................................... 7
3.1 Gaji Karyawan Terhadap Lama Bekerja.............................................................................. 7
BAB IV IMPLEMENTASI ......................................................................................................... 10
BAB V PENUTUP ..................................................................................................................... 12
5.1 Kesimpulan ........................................................................................................................ 12
DAFTAR PUSTAKA .................................................................................................................. 13
3
BAB I
DEFINISI DAN SEJARAH
1.1 Data Mining
Data Mining adalah suatu proses yang memperkerjakan satu atau lebih teknik
pembelajaran computer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan
(knowledge) secara otomatis. Data mining merupakan proses iterative dan interaktif untuk
menemukan pola atau model baru yang sempurna, bermanfaat dan dapat dimengerti dalam suatu
database yang sangat besar.
Data mining berisi pencarian trend atau pola yang diinginkan dalam database besar untuk
membantu pengambilan keputusan di waktu yang akan datang. Pola-pola ini dikenali oleh
perangkat tertentu yang dapat memberikan suatu analisa data yang berguna dan berwawasan yang
kemudian dapat dipelajari dengan lebih teliti, yang mungkin saja menggunakan perangkat
pendukung keputusan yang lainnya.
Konsep estimasi telah ada selama berabad-abad, tetapi menjadi semakin penting dengan
perkembangan statistik modern pada abad ke-19 dan awal abad ke-20. Estimasi digunakan untuk
menghitung parameter dan mengambil kesimpulan dari sampel data. Awalnya, estimasi lebih
fokus pada statistik deskriptif seperti rata-rata, median, dan deviasi standar. Ini membantu dalam
pemahaman karakteristik data yang relevan.
Selama abad ke-20, pengembangan statistik dan metode analisis data semakin
berkembang. Ini melibatkan pengembangan teknik estimasi yang lebih canggih seperti regresi,
analisis deret waktu, dan inferensi statistik yang lebih kompleks. Estimasi menjadi kritis dalam
data mining ketika organisasi mulai mengumpulkan data dalam jumlah besar. Estimasi digunakan
untuk membuat prediksi, mengidentifikasi pola, dan memahami tren dari data ini.
Seiring dengan pertumbuhan big data, estimasi menjadi lebih penting daripada
sebelumnya. Metode seperti machine learning digunakan untuk melakukan estimasi yang
kompleks, membantu dalam pengambilan keputusan yang lebih akurat.
1.3 Estimasi
Estimasi adalah suatu metode dimana kita dapat memperkirakan nilai Populasi dengan
memakai nilai sampel. Estimasi biasanya diperlukan untuk mendukung keputusan yang
baik,menjadwalkan pekerjaan, menentukan berapa lama proyek perlu dilakukan dan berapa
biayanya, menentukan apakah proyek layak dikerjakan, mengembangkan kebutuhan arus kas,
menentukan seberapa baik kemajuan proyek, menyusun anggaran time phased dan menetapkan
baseline proyek.
Konsep estimasi telah ada selama berabad-abad, tetapi menjadi semakin penting dengan
perkembangan statistik modern pada abad ke-19 dan awal abad ke-20. Estimasi digunakan untuk
menghitung parameter dan mengambil kesimpulan dari sampel data. Awalnya, estimasi lebih
fokus pada statistik deskriptif seperti rata-rata, median, dan deviasi standar. Ini membantu dalam
pemahaman karakteristik data yang relevan.
Selama abad ke-20, pengembangan statistik dan metode analisis data semakin
berkembang. Ini melibatkan pengembangan teknik estimasi yang lebih canggih seperti regresi,
analisis deret waktu, dan inferensi statistik yang lebih kompleks. Estimasi menjadi kritis dalam
4
data mining ketika organisasi mulai mengumpulkan data dalam jumlah besar. Estimasi digunakan
untuk membuat prediksi, mengidentifikasi pola, dan memahami tren dari data ini.
Seiring dengan pertumbuhan big data, estimasi menjadi lebih penting daripada
sebelumnya. Metode seperti machine learning digunakan untuk melakukan estimasi yang
kompleks, membantu dalam pengambilan keputusan yang lebih akurat.
5
BAB II
FORMULA
2.1 Regresi Linear Sederhana
Analisis regresi linier sederhana digunakan untuk mengembangkan suatu persamaan yang
menunjukkan bagaimana keterkaitan antara variabel independen (bebas) dengan variabel
dependen (terikat), dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel
independen mengalami kenaikan atau penurunan.
Persamaan yang menjelaskan bagaimana keterkaitan antara variabel X dengan variabel Y
dan suatu model error disebut model regresi. Model regresi yang digunakan dalam regresi linear
sederhana adalah:
y = a + bx
● a adalah konstanta
6
BAB III
STUDI KASUS
3.1 Gaji Karyawan Terhadap Lama Bekerja
Dataset yang digunakan pada kasus ini adalah pengaruh gaji karyawan terhadap lama
bekerja karyawan tersebut pada perusahaan yang bersangkutan. Dataset diambil dari Kaggle.com
dan telah dipilah serta diubah ke dalam angka numerik dan bahasa indonesia untuk kemudahan
analisis, Sebagai Berikut :
7
Jawab:
8
● Estimasi terhadap variabel terikat (Y)
jika tahun kerja yang diinginkan adalah 10, maka gaji adalah:
y = 41,718.856+ 37,166,671 * x
y = 41,718.85 6+ 37,166,671 * 10
y = 41,718.856 + 371666710
y = 371,708,428.856
jika gaji yang diinginkan adalah 380.000.000, maka tahun kerja yang harus dapatkan adalah:
y = 41,718.856+ 37,166,671 * x
x = y + 41,718.856 / 37,166,671
9
BAB IV
IMPLEMENTASI
Penjelasan : berguna untuk mengimpor library yang dibutuhkan untuk menyelesaikan tugas
regresi linear sederhana. dataset = pd.read_csv(‘Daftar_gaji.csv’) digunakan untuk mengimpor
dataset. dataset.head() berguna untuk memunculkan 5 data teratas dari dataset.
10
Penjelasan : berfungsi untuk melakukan analisis deskriptif secara otomatis terhadap dataset
yang dipilih.
11
BAB V
PENUTUP
5.1 Kesimpulan
Kesimpulan mengenai data mining metode estimasi adalah bahwa metode estimasi merupakan
salah satu aspek penting dalam proses analisis data mining. Metode ini digunakan untuk
mengestimasi nilai-nilai yang tidak diketahui dalam dataset berdasarkan informasi yang ada.
Beberapa hal penting yang dapat disimpulkan tentang metode estimasi dalam data mining adalah
sebagai berikut:
1. Metode estimasi adalah teknik yang digunakan untuk menghitung atau memprediksi nilai-
nilai yang tidak diketahui dalam dataset berdasarkan data yang ada.
2. Metode estimasi dapat digunakan dalam berbagai konteks, termasuk pengolahan data,
analisis statistik, dan pembuatan model prediksi.
3. Terdapat berbagai macam metode estimasi yang dapat digunakan, seperti regresi, clustering,
analisis deret waktu, dan lain sebagainya. Pemilihan metode yang tepat tergantung pada jenis
data dan tujuan analisis.
4. Tujuan utama dari metode estimasi adalah untuk menghasilkan perkiraan yang akurat atau
mendekati nilai sebenarnya untuk digunakan dalam pengambilan keputusan atau analisis
lebih lanjut.
5. Evaluasi kualitas estimasi sangat penting. Metode evaluasi dapat berupa pengukuran
kesalahan, validasi silang, atau pengujian statistik lainnya untuk menentukan sejauh mana
estimasi sesuai dengan data asli.
6. Data mining juga dapat digunakan dalam kombinasi dengan metode estimasi untuk
mengungkap pola-pola tersembunyi dalam data dan memperbaiki akurasi estimasi.
7. Penting untuk memahami keterbatasan dan asumsi yang mendasari metode estimasi yang
digunakan, serta mempertimbangkan kebijakan privasi dan etika dalam mengakses dan
menggunakan data.
Kesimpulan tersebut menggarisbawahi pentingnya metode estimasi dalam data mining dan
perlunya pemahaman yang baik tentang teknik-teknik ini untuk menghasilkan hasil analisis
yang berguna dan akurat.
12
DAFTAR PUSTAKA
Hayati, R. (2023, Juni 4). Pengertian Regresi Linier Sedehana, Cara Menghitung, dan Contohnya. From
PenelitianIlmiah: https://penelitianilmiah.com/regresi-linier-sedehana/
Riadi, M. (2017, September 21). Pengertian, Fungsi, Proses dan Tahapan Data Mining. From
KAJIANPUSTAKA: https://www.kajianpustaka.com/2017/09/data-mining.html
13