Penggunaan Machine Learning dalam Sistem Informasi SDM untuk Prediksi Turnover Karyawan fazhar laundry dengan algoritma Decission Tree
DOI:
https://doi.org/10.31539/bhe4by81Abstract
Turnover karyawan merupakan tantangan signifikan dalam industri laundry yang dapat berdampak pada efisiensi operasional dan kualitas layanan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi turnover karyawan menggunakan pendekatan machine learning dengan algoritma Decision Tree yang diintegrasikan ke dalam sistem informasi sumber daya manusia (SDM). Data yang digunakan mencakup faktor-faktor seperti usia, masa kerja, kinerja, kehadirandan gaji. Algoritma Decision Tree dipilih karena kemampuannya dalammenghasilkan model yang mudah diinterpretasikan serta efektif dalam menangani data kategorikal dan numerik. Hasil penelitian menunjukkan bahwa modelprediksi yang dikembangkan mampu mengidentifikasi potensi karyawan yang berisiko tinggi untuk melakukan turnover dengan tingkat akurasi yang memadai. Sistem ini diharapkan dapat membantu manajemen dalam mengambil keputusan strategis untuk menurunkan tingkat turnover serta meningkatkan retensi karyawan.
References
1. Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques (3rd ed.). Morgan Kaufmann.
2. Quinlan, J. R. (1986). Induction of decision trees. Machine Learning, 1(1), 81–106.
3. Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32.
4. Weka Team. (2021). Weka 3: Data Mining Software in Java. The University of Waikato.
5. Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning. Springer.
6. Sutikno, T. (2020). Penerapan Data Mining dalam Dunia Kerja: Studi Kasus pada HRD. Penerbit Andi.
7. Prasetyo, E. (2017). Data Mining: Konsep dan Aplikasi dengan Matlab. Informatika Bandung.
8. Setiawan, A., & Nugroho, Y. (2022). Penerapan Decision Tree untuk Prediksi Turnover Pegawai. Jurnal Teknologi Informasi, 9(2), 45–53.
9. Oktaviani, R., & Sari, D. P. (2023). Analisis Turnover Karyawan menggunakan Metode Machine Learning. Jurnal Ilmu Komputer, 15(1), 90–100.
10. Susanti, L., & Nugroho, A. (2021). Sistem Informasi SDM Berbasis Machine Learning. Jurnal Sistem Informasi Bisnis, 10(3), 221–234.
11. Kurniawan, A. (2020). Pemanfaatan Algoritma Decision Tree dalam Dunia Industri. Deepublish.
12. Amelia, S., & Fauzan, R. (2024). Sistem Prediksi Turnover Pegawai Menggunakan Algoritma C4.5. Seminar Nasional Teknologi Informasi dan Komputer, 11(1), 210–218.
13. Wahyuni, I. (2022). Pengaruh Gaji dan Lama Kerja terhadap Turnover Karyawan. Jurnal Ekonomi & Bisnis, 17(2), 120–128.
14. Dewi, A. (2023). Analisis Karyawan dengan Machine Learning. Jurnal Rekayasa Teknologi Informasi, 5(2), 56–64.
15. Rusdi, M., & Latif, A. (2024). Implementasi Decision Tree dalam Prediksi Kepuasan Kerja. Jurnal Sains dan Teknologi, 9(1), 22–30.
16. Nurhadi, M. (2021). Data Science untuk Pemula: Teori dan Praktik. Elex Media Komputindo.
17. Nuraini, S., & Darmawan, T. (2023). Evaluasi Turnover Intention Pegawai dengan Data Mining. Jurnal Ilmiah Teknik Industri, 6(1), 35–43.
18. Fitriyani, Y. (2023). Penerapan Algoritma C4.5 untuk Prediksi Absensi Karyawan. Jurnal Teknologi dan Sistem Informasi, 8(2), 70–78.
19. Raharjo, D. (2022). Implementasi Machine Learning di Industri UKM. Deepublish.
20. Jaya, D., & Saputra, H. (2022). Pengembangan Sistem Informasi SDM Berbasis AI. Seminar Nasional Teknologi dan Informatika, 4(1), 101–109.
21. Prasetyo, E. (2017). Data Mining: Konsep dan Aplikasi dengan Matlab. Informatika Bandung.
22. Sutikno, T. (2020). Penerapan Data Mining dalam Dunia Kerja: Studi Kasus pada HRD. Penerbit Andi.
23. Kurniawan, A. (2020). Pemanfaatan Algoritma Decision Tree dalam Dunia Industri. Deepublish.
24. Nurhadi, M. (2021). Data Science untuk Pemula: Teori dan Praktik. Elex Media Komputindo.
25. Raharjo, D. (2022). Implementasi Machine Learning di Industri UKM. Deepublish.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Sri Lestari, Rofika Qolbi
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
