PENERAPAN ALGORITMA RANDOM FOREST DALAM MENGKLASIFIKASIKAN TURNOVER KARYAWAN

Aulia, Nhisha (2024) PENERAPAN ALGORITMA RANDOM FOREST DALAM MENGKLASIFIKASIKAN TURNOVER KARYAWAN. Tugas Akhir (S1) - thesis, Universitas Bakrie.

[thumbnail of Cover] Text (Cover)
00. Cover.pdf - Accepted Version

Download (321kB)
[thumbnail of BAB I-III] Text (BAB I-III)
01. BAB I-III.pdf - Accepted Version
Restricted to Registered users only

Download (511kB) | Request a copy
[thumbnail of BAB IV] Text (BAB IV)
02. BAB IV.pdf - Accepted Version
Restricted to Registered users only

Download (648kB) | Request a copy
[thumbnail of BAB V] Text (BAB V)
03. BAB V.pdf - Accepted Version
Restricted to Registered users only

Download (132kB) | Request a copy
[thumbnail of DAFTAR PUSTAKA] Text (DAFTAR PUSTAKA)
04. DAFTAR PUSTAKA.pdf - Accepted Version

Download (159kB)
[thumbnail of DAFTAR LAMPIRAN] Text (DAFTAR LAMPIRAN)
05. DAFTAR LAMPIRAN.pdf - Submitted Version
Restricted to Registered users only

Download (194kB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan turnover karyawan dengan menggunakan penerapan algoritma Random Forest. Dataset yang digunakan mencakup informasi mengenai tingkat kepuasan karyawan, evaluasi terakhir, jumlah proyek yang dikerjakan, rata-rata jam kerja bulanan, lama waktu bekerja di perusahaan, kecelakaan kerja, promosi dalam lima tahun terakhir, dan tingkat gaji. Dari hasil statistik deskriptif ditemukan bahwa rata-rata tingkat kepuasan karyawan adalah 61.28%, rata-rata evaluasi terakhir adalah 71.61%, dan tingkat turnover karyawan tercatat sebesar 23.78%. Analisis korelasi menunjukkan bahwa tingkat kepuasan karyawan, lama waktu bekerja di perusahaan, dan gaji yang rendah merupakan faktor utama yang mempengaruhi turnover. Evaluasi model Random Forest yang dibentuk menunjukkan performa yang sangat baik dalam melakukan prediksi dengan accuracy 99%, recall 99%, precision 96%, dan f1-score 98%. Penelitian ini memberikan manfaat teoritis dengan memperkaya literatur tentang faktor-faktor turnover karyawan dan mengembangkan metode prediksi yang baru. Selain itu, penelitian ini juga memberikan manfaat praktis dengan membantu perusahaan merancang kebijakan yang efektif untuk mengurangi turnover dan meningkatkan retensi karyawan melalui penggunaan teknologi canggih dalam manajemen sumber daya manusia.

Item Type: Thesis (Tugas Akhir (S1) - )
Uncontrolled Keywords: Turnover Karyawan, Random Forest, Klasifikasi, Evaluasi Model
Subjects: Computer Science > Information Systems
Thesis > Thesis (S1)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Sistem Informasi
Depositing User: Nhisha Aulia
Date Deposited: 30 Aug 2024 08:50
Last Modified: 30 Aug 2024 08:50
URI: https://repository.bakrie.ac.id/id/eprint/10203

Actions (login required)

View Item View Item