<![CDATA[Penelitian ini bertujuan untuk mengembangkan model segmentasi karyawan berdasarkan kesehatan mental dan dampaknya terhadap turnover menggunakan algoritma X-Means yang terintegrasi dalam sistem kecerdasan bisnis (business intelligence). Dengan memanfaatkan data survei dari 1.251 responden di sektor industri berbasis pengetahuan, penelitian ini mengidentifikasi tiga segmen utama karyawan yang merefleksikan variasi kondisi psikologis dan tingkat retensi. Hasil klasterisasi menunjukkan distribusi anggota pada Cluster_0 (132), Cluster_1 (168), dan Cluster_2 (951), dengan nilai Davies–Bouldin Index (DBI) sebesar –0,206, yang menandakan kualitas segmentasi yang sangat baik dan separasi antar-klaster yang optimal. Analisis mendalam memperlihatkan bahwa Cluster_0 merupakan kelompok dengan tingkat tekanan kerja dan risiko burnout tinggi, Cluster_1 menggambarkan keseimbangan psikososial moderat, sedangkan Cluster_2 merepresentasikan kesejahteraan mental dan loyalitas karyawan yang optimal. Temuan ini menegaskan bahwa X-Means lebih adaptif dibandingkan model tradisional seperti K-Means dalam mengidentifikasi struktur alami data yang kompleks. Implikasi praktis dari hasil penelitian ini adalah perlunya organisasi mengembangkan pendukung keputusan berbasis prediksi kesehatan mental untuk menurunkan tingkat turnover. Institusi pendidikan dan industri dapat mengintegrasikan model ini dalam kebijakan dukungan psikologis, layanan konseling, serta program kesejahteraan yang dipersonalisasi. Selain itu, penerapan Explainable AI (XAI) direkomendasikan untuk menginterpretasikan hasil segmentasi secara transparan dan memperkuat akuntabilitas keputusan berbasis data. Dengan demikian, penelitian ini tidak hanya berkontribusi terhadap literatur mengenai kesehatan mental dan retensi tenaga kerja, tetapi juga membuka arah baru bagi integrasi analitik cerdas dan model adaptif dalam pengelolaan sumber daya manusia di era digital.]]>
Copyrights © 2025
