Prediksi Pengunduran Diri Karyawan Menggunakan Metode Algoritma Random Forest
Journal of Data Science Methods and Applications · 30.11.2025 · 1 (2) · 75-81
DOI: 10.30873/jodmapps.v1i2.1145 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Data Science Methods and Applications, online erschienen am 30.11.2025. Verfasst von Bima Restu Prasetyo und 3 weiteren Autor:innen.
Abstract (Originalsprache)
Pengunduran diri karyawan merupakan permasalahan yang penting dalam manajemen sumber daya manusia karena berdampak langsung pada produktivitas dan efisiensi operasional perusahaan. Oleh karena itu, diperlukan sistem prediksi berbasis data yang mampu mengidentifikasi risiko pengunduran diri secara dini. Penelitian ini bertujuan untuk membangun model klasifikasi pengunduran diri karyawan menggunakan algoritma Random Forest dengan bantuan perangkat lunak RapidMiner. Dataset yang digunakan diperoleh dari IBM HR Analytics Employee Attrition Dataset. Proses penelitian meliputi pembersihan data, transformasi atribut, pemodelan, serta evaluasi kinerja menggunakan confusion matrix dan metrik evaluasi seperti akurasi, precision, dan recall. Hasil penelitian menunjukkan bahwa model Random Forest mampu menghasilkan akurasi sebesar 91,04%, precision kelas “Yes” sebesar 100%, dan recall sebesar 44,37%. Selain itu, ditemukan bahwa variabel JobLevel dan TotalWorkingYears memiliki pengaruh signifikan terhadap status attrition. Dengan demikian, model ini dapat digunakan sebagai alat bantu dalam mendeteksi risiko pengunduran diri karyawan dan merancang strategi retensi yang lebih efektif dan berbasis data
Zitieren
APA
Prasetyo, B. R., Apiliani, L. P., Intan, C. N., & Jonathan, K. (2025). Prediksi Pengunduran Diri Karyawan Menggunakan Metode Algoritma Random Forest. Journal of Data Science Methods and Applications, 1(2), 75-81. https://doi.org/10.30873/jodmapps.v1i2.1145
Vancouver
Prasetyo BR, Apiliani LP, Intan CN, Jonathan K. Prediksi Pengunduran Diri Karyawan Menggunakan Metode Algoritma Random Forest. Journal of Data Science Methods and Applications. 2025;1(2):75-81. doi:10.30873/jodmapps.v1i2.1145
BibTeX
@article{Prasetyo2025,
author = {Prasetyo, Bima Restu and Apiliani, Lusy Pebi and Intan, Citra Nur and Jonathan, Kenny},
title = {Prediksi Pengunduran Diri Karyawan Menggunakan Metode Algoritma Random Forest},
journal = {Journal of Data Science Methods and Applications},
year = {2025},
volume = {1},
number = {2},
pages = {75--81},
doi = {10.30873/jodmapps.v1i2.1145}
}
EUVIMED