Pengelompokan Kinerja Supir Menggunakan Metode K-Means Clustering Berdasarkan Data Historis Jumlah Pengiriman
DOI:
https://doi.org/10.55606/jupti.v5i3.7945Keywords:
Davies-Bouldin Index, Driver Performance, Elbow Method, K-Means Clustering, Silhouette ScoreAbstract
Driver performance assessment is a critical aspect of transportation company operations; however, manual evaluation tends to be inefficient and prone to subjectivity. This study aims to classify driver performance at a transportation company in Surabaya using the K-Means Clustering algorithm based on historical delivery data from 2020 to 2025. The dataset comprises 31 drivers with 135 data records. The research workflow includes data collection, preprocessing through aggregation and Min-Max Scaling normalization, optimal cluster determination using the Elbow Method, clustering process, and evaluation using Silhouette Score and Davies-Bouldin Index. Results indicate that k=3 is the optimal number of clusters, categorizing drivers into three performance groups: High (7 drivers, 22.6%), Moderate (15 drivers, 48.4%), and Low (9 drivers, 29.0%). A Silhouette Score of 0.5948 and Davies-Bouldin Index of 0.5191 confirm that the clustering results are valid and of good quality. These findings are expected to serve as an objective, data-driven foundation for management in driver performance evaluation and development.
References
Anikah, I., Surip, A., Rahayu, N. P., Musa, M. H. A., & Tohidi, E. (2022). Pengelompokan data barang dengan menggunakan metode K-Means untuk menentukan stok persediaan barang. Jurnal Informatika dan Rekayasa Perangkat Lunak, 4(2), 58–64.
Clarissa, N., Suhartanto, A., Wijoyo, S. H., & Purnomo, W. (2025). Strategi peningkatan SDM berdasarkan pengelompokan kualitas kinerja pegawai CV Mediatama Perkasa Bogor menggunakan K-Means clustering. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 9(5), 1–7.
Han, J., Kamber, M., & Pei, J. (2012). Data mining: Concepts and techniques (3rd ed.). Morgan Kaufmann.
Hendrastuty, N. (2024). Penerapan data mining menggunakan algoritma K-Means clustering dalam evaluasi hasil pembelajaran siswa. Jurnal Komputasi dan Sistem Informasi, 3, 46–56.
Kurniawan, A., & Pratama, R. A. (2025). Penerapan algoritma K-Means clustering untuk pemetaan kinerja kurir pengiriman barang berdasarkan riwayat operasional. Jurnal Teknologi Informasi dan Ilmu Komputer, 12(1), 55–66. https://doi.org/10.25126/jtiik.20251216120
Maori, N. A. (2023). Metode Elbow dalam optimasi jumlah cluster pada K-Means clustering. Jurnal Ilmiah Matematika dan Sains, 14(2), 277–287.
Mauludin, M. R., Nurdiawan, O., & Basysyar, F. M. (2025). Penerapan algoritma K-Means clustering untuk analisis kinerja pengiriman paket Shopee Express di Hub Transit Kedawung. JITET (Jurnal Informatika dan Teknik Elektro Terapan), 13(1), 1188–1192.
Nugroho, F. A., & Handayani, S. (2024). Analisis klastering K-Means dalam penentuan tingkat efisiensi armada distribusi dan pengemudi pada perusahaan logistik. Jurnal Rekayasa Sistem dan Industri, 11(2), 112–123.
Nurjanah, N. (2025). Masa depan kurir Indonesia: Inovasi layanan logistik sebagai kunci sukses. Penerbit Widina.
Olivia, L. (2023). Optimalisasi pengiriman barang dengan mengelompokkan titik pengiriman menggunakan metode K-Means clustering dan Hierarchical clustering. Jurnal Komputer dan Informatika, 18(2), 116–123.
Pratama, M. R., & Wibowo, A. (2023). Pengelompokan data kinerja pegawai menggunakan metode K-Means berbasis Silhouette Coefficient. Jurnal Media Informatika Budidarma, 7(3), 1230–1239. https://doi.org/10.30865/mib.v7i3.6120
Ramadhani, A. N., & Athalina, G. (2025). Optimalisasi kinerja karyawan berbasis HR analytics dengan K-Means clustering dan analisis faktor demografi. Jurnal Manajemen dan Analisis Data, 15(1), 1–14.
Santi, I. H. (2020). Analisis data menggunakan clustering K-Means. Penerbit Deepublish.
Setiawan, H., & Rahmawati, D. (2024). Evaluasi penentuan jumlah cluster optimum pada algoritma K-Means menggunakan metode Elbow. Jurnal Ilmiah Intech: Information Technology Journal, 6(1), 45–54.
Tamba, S. P., & Kesuma, F. T. (2019). Penerapan data mining untuk menentukan penjualan sparepart Toyota dengan metode K-Means clustering. Jurnal Pengolahan Data Informatika, 2(2).
Utami, W. S., & Febrianto, E. (2025). Pemanfaatan data historis operasional untuk pengelompokan produktivitas tenaga kerja pada industri jasa pengiriman. Jurnal Riset Sistem Informasi dan Teknik Komputer, 10(1), 88–98.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Jurnal Publikasi Teknik Informatika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
