SKRIPSI DIGITAL
Sistem Klasifikasi Data Karyawan Berbasis AI untuk Manajemen Sumber Daya Manusia = AI Based Employee Data Classification System for Human Resource Management
Salah satu tantangan utama dalam manajemen sumber daya manusia (SDM) adalah pengelolaan pengunduran diri karyawan. Penurunan jumlah tenaga kerja sering disebabkan oleh berbagai faktor, termasuk ketidakpuasan kerja dan keseimbangan antara kerja dan kehidup. Teknologi analisis data, khususnya kecerdasan buatan (AI), dapat memiliki peran penting dalam mengatasi tantangan ini. Penelitian ini mengembangkan sistem klasifikasi data karyawan menggunakan AI dengan memanfaatkan dataset "IBM HR Analytics Employee Attrition & Performance" yang berisi 1470 entri dan 35 kolom atribut menggunakan metode Random Forest dan teknik SMOTE untuk mengatasi ketidakseimbangan data. Flask digunakan sebagai framework untuk mengintegrasikan model ke dalam aplikasi berbasis web. Hasil penelitian menunjukkan bahwa model Random Forest yang diterapkan dapat mencapai akurasi 92%, dengan precision dan recall masing-masing sebesar 0.95 dan 0.90. Penerapan SMOTE meningkatkan performa model dengan menyeimbangkan data. Hasil analisis menggunakan 10-fold cross-validation menunjukkan bahwa akurasi model bervariasi antara 0.885 dan 0.953, dengan median sekitar 0.920. Harapannya, sistem ini dapat meningkatkan akurasi prediksi pengunduran diri dan memberikan informasi yang berguna untuk merancang strategi retensi karyawan yang lebih baik.
Kata Kunci: Klasifikasi Data Karyawan, Kecerdasan Buatan (AI), Manajemen Sumber Daya Manusia (HR), Random Forest, SMOTE, Flask
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah