PT. Kemenangan Jaya merupakan sebuah perusahaan berskala menengah yang bergerak di bidang penyediaan berbagai macam bahan eksterior dan interior bangunan. Pada perusahaan ini terdapat suatu system absensi karyawan yang masih berjalan secara manual, dimana dalam penerapan sistem absensi ini terdapat beberapa hal yang menjadi kendala, yaitu diantaranya adalah keefektifan dan efisiensi waktu dan proses pengabsenan, bentuk laporan absensi yang masih berupa hardcopy yang dapat menyulitkan dalam proses pencarian data, dan kemungkinan terjadinya data absensi yang hilang.

Dengan alasan di atas maka penulis mencoba untuk memberikan alternatif pemecahan masalah dengan membuat suatu aplikasi sistem sbsensi yang akan mencatat data dan daftar kehadiran karyawan, waktu kedatangan, waktu pulang, yang akan dibuat secara sistematis dan terkomputerisasi dengan metode barcode, sehingga akan menghilangkan proses pencatatan kehadiran karyawan yang selama ini telah berjalan secara manual pada PT. Kemenangan Jaya dan juga dengan penggunaan metode barcode akan mengurangi tingkat kesalahan penginputan ID Pegawai dalam proses absensi tersebut.

Pada penulisan ini juga akan diterangkan tahapan pengerjaan, mulai dari proses analisa, perencanaan, konstruksi yang menggunakan aplikasi Borland Delphi 5 dan SQL Server 2000 untuk database-nya, hingga tahapan pengimplementasian dengan menggunakan metode spiral dengan notasi perekayasaan dan pendekatan berorientasi objek, UML (Unified Modelling Languange), dengan membuat use case diagram, sequence diagram, class diagram, flow map (sebagai indikasi prosedur arus data pada sistem yang akan diterapkan), dan analisa masukan serta keluaran, untuk mengetahui data apa saja yang akan menjadi masukan dan keluaran.

Kata kunci : Barcode, Aplikasi Sistem Absensi, ID Pegawai, UML, Use Case Diagram, Sequence Diagram, Class Diagram, Flow Map

Pengelompokkan data mahasiswa berdasarkan kriteria Indeks Prestasi Kumulatif (IPK), penghasilan total orang tua, dan jumlah tanggungan keluarga dapat membantu dalam proses penerimaan beasiswa. Metode yang bisa digunakan untuk pengelompokkan data mahasiswa ini adalah K-Means Clustering. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama. Data mahasiswa dikelompokkan menjadi tiga cluster yaitu menerima, dipertimbangkan, dan tidak berhak menerima beasiswa. Kemudian setiap cluster diklasifikasikan berdasarkan kriteria mana yang lebih diprioritaskan. Cluster dengan nilai terbesar pada centroid akhir merupakan cluster yang direkomendasikan menerima beasiswa, sedangkan cluster dengan nilai terkecil pada centroid akhir merupakan cluster yang tidak berhak menerima beasiswa. Pengujian sistem dilakukan sebanyak 40 kali percobaan terhadap 48 data mahasiswa untuk mendapatkan presisi hasil implementasi metode K-Means Clustering. Nilai presisi dihitung dengan Error Presisi, dengan membandingkan data hasil clustering dari 40 percobaan. Hasil perhitungan Error Presisi pada hasil klasifikasi berdasarkan IPK adalah 0,118 dan berdasarkan penghasilan orang tua adalah 0,076. Nilai Error Presisi yang rendah menunjukkan bahwa nilai presisinya tinggi. Nilai presisi tinggi menunjukkan ketetapan data pada setiap percobaan dengan menggunakan tiga cluster juga tinggi.