<![CDATA[Pergantian karyawan merupakan permasalahan yang berat dalam suatu perusahaan, karena pergantian karyawan dapat menyebabkan kinerja perusahaan menurun akibat kekurangan karyawan. Penelitian ini bertujuan untuk membangun model untuk mengklasifikasikan apakah karyawan akan meninggalkan perusahaan atau tidak untuk mencegah pergantian karyawan. Metode yang digunakan dalam penelitian ini adalah Machine Learning Life Cycle (MLLC). Model dibangun menggunakan algoritma Random Forest dan Random Over-sampling untuk mengatasi data yang tidak seimbang dengan rasio pembagian data untuk data pelatihan sebesar 90% dan data pengujian sebesar 10%. Selain itu untuk mengetahui kinerja model yang dibangun dilakukan evaluasi dengan menggunakan Confusion Matrix dan kurva AUC-ROC. Hasil penelitian ini menunjukkan bahwa model yang dibangun berdasarkan hasil evaluasi mempunyai kinerja yang sangat baik dan hampir sempurna, dengan nilai akurasi sebesar 99,8%, recall sebesar 100%, dan presisi sebesar 99,6%. Hanya terdapat 4 dari 2000 data pengujian yang tidak diklasifikasikan dengan benar, dengan nilai AUC yang dihasilkan sebesar 99,8%, sehingga model termasuk dalam kategori Excellent berdasarkan nilai AUC.]]>
Copyrights © 2023
