Penelitian ini menggunakan Machine Learning, khususnya Random Forest Classifier, untuk mengklasifikasikan karyawan direct sales force menjadi empat kategori: Star, Hard Worker, Problem Employee, dan Dead Wood. Data penjualan bulan Juni 2023 dari PT Indosat Tbk Semarang digunakan dalam penelitian ini, dengan mengimplementasikan framework OSEMN untuk analisis data. Lima atribut variabel yang dipertimbangkan dalam model ini adalah quality serious customer, quality high value customer, total penjualan, total penjualan site, dan total kerja per bulan. Hasil penelitian ini adalah pengembangan sistem informasi dashboard yang memungkinkan manajer sumber daya sales untuk melihat dan menginterpretasikan hasil pengklasifikasi dengan efisien. Evaluasi model menunjukkan tingkat akurasi sebesar 98% dengan RMSE 0.1085, yang menegaskan efektivitas model dalam mengklasifikasikan karyawan direct sales force. Penelitian ini tidak hanya mengatasi kelemahan pendekatan sebelumnya, tetapi juga memberikan wawasan mendalam dalam analisis performa karyawan menggunakan teknik data analitik. Sistem informasi dashboard yang dihasilkan dapat secara signifikan meningkatkan proses pengambilan keputusan terkait manajemen kinerja karyawan, memungkinkan PT Indosat Tbk Semarang untuk mengoptimalkan strategi penjualan kartu prabayar mereka.
Copyrights © 2024