Pengembangan karier merupakan salah satu aspek dalam pelaksanaan sistem merit, yang juga merupakan bagian dari delapan area perubahan pada Grand Design Reformasi Birokrasi 2010-2025. Komisi Aparatur Sipil Negara (KASN) menyebutkan bahwa banyak instansi pemerintah yang kesulitan dalam melaksanakan aspek pengembangan karier ini. Dari hasil wawancara, hal ini pun terjadi di Badan Kepegawaian Daerah (BKD) Provinsi Kalimantan Selatan. Berdasarkan root cause analysis didapatkan bahwa belum tersusunnya strategi pengembangan karier karena tidak adanya informasi analisis kesenjangan kompetensi dan kinerja sebagai salah satu akar masalah dan menjadi fokus penelitian ini. Penelitian ini mengusulkan pemanfaatan data mining dalam penyusunan rencana pengembangan karier pegawai negeri sipil (PNS) dengan berbasis pada metodologi CRISP-DM (Cross-Industry Standard Process for Data Mining). Teknik data mining yang digunakan dalam penelitian ini adalah klasifikasi dengan beberapa algoritma yaitu: Decision Tree, Random Forest, Nearest Neighbor, Naive Bayes dan Support Vector Machine (SVM). Penelitian ini memodelkan analisis kesenjangan kompetensi dan kinerja dengan melakukan eksperimen menggunakan class imbalance maupun class balance data set. Dari hasil evaluasi didapatkan algoritma SVM sebagai model terbaik pada masing-masing analisis dan skenario. Dari analisis secara umum didapatkan bahwa kompetensi kepemimpinan dan fleksibilitas merupakan kompetensi yang memiliki kesenjangan pada beberapa jabatan sehingga direkomendasikan pemberian program Pendidikan dan Pelatihan Kepemimpinan serta rotasi penempatan kerja. Adapun dari hasil analisis secara lebih detil yang dilakukan dengan menyandingkan kelompok kesenjangan kompetensi-kinerja dalam bentuk Human Asset Value Matrix dengan profil kompetensi masing-masing PNS dapat memberikan rekomendasi PNS, kompetensi, maupun jabatan yang akan dikembangkan.