Uji Akurasi Model Machine Learning Untuk Memprediksi Faktor Pendorong Pergantian Karyawan

Abstract

Tim yang kohesif dan solid mempengaruhi stabilitas proses kerja dalam suatu organisasi. Pergantian anggota tim atau karyawan dalam waktu singkat dapat mempengaruhi bagaimana perusahaan dapat segera mencapai proyek dan target organisasi. Berbagai faktor dapat memicu pergantian karyawan. Dari penelitian ini, ditemukan beberapa faktor pendorong utama pergantian karyawan. Untuk menemukan faktor-faktor pendorong tersebut, dibangun suatu model machine learning. Selanjutnya untuk memastikan akurasi dari model yang dibangun, dilakukan uji akurasi terhadap dua algoritma yang dipergunakan untuk membangun model tersebut, yaitu Logistic Regression dan Random Forest. Pengujian menggunakan dataset publik diperoleh skor akurasi sebesar 0,77 pada Logistic Regression, dan Random Forest memiliki skor akurasi sebesar 0,98. Faktor pendorong turnover karyawan tertinggi adalah tingkat kepuasan sebesar 50,05%, diikuti oleh waktu yang dihabiskan di perusahaan sebesar 27.14%. Faktor pendorong ketiga yang paling signifikan adalah evaluasi terakhir dari pekerja yaitu sebesar 18,27%.