<![CDATA[Penelitian ini bertujuan untuk membandingkan kinerja algoritma Naïve Bayes dan C4.5 dalam memprediksi keputusan karyawan terkait kemungkinan mereka meninggalkan perusahaan. Data yang digunakan terdiri dari data primer yang diperoleh melalui wawancara dengan HRD di CV. Dunia Pustaka dan data sekunder yang diunduh dari Kaggle. Penelitian ini mengimplementasikan kedua algoritma menggunakan bahasa pemrograman Python untuk melakukan analisis klasifikasi dan mengukur kinerja model berdasarkan metrik akurasi, precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa algoritma C4.5 memiliki kinerja yang lebih baik dibandingkan Naïve Bayes. C4.5 mencapai akurasi 92%, precision 100%, recall 90.24%, dan F1-score 95.84%, sementara Naïve Bayes hanya memperoleh akurasi 84%, precision 94.59%, recall 85.37%, dan F1-score 89.6%. Perbandingan ini menunjukkan bahwa C4.5 lebih efektif dalam mengklasifikasikan data dan memberikan prediksi yang lebih akurat terkait keputusan karyawan untuk meninggalkan perusahaan. Penelitian ini memberikan wawasan penting bagi perusahaan dalam memahami faktor-faktor yang mempengaruhi keputusan karyawan serta cara-cara untuk mempertahankan karyawan. Untuk penelitian selanjutnya, disarankan menggunakan dataset yang lebih besar dan metode analisis lainnya untuk meningkatkan akurasi prediksi dan memahami lebih dalam faktor-faktor yang mempengaruhi turnover karyawan.]]>
Copyrights © 2025
