<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Implementasi Autogluon dalam Efisiensi Model Prediktif Machine Learning pada Dataset International Business Machines (IBM) Human Resource (HR) Analytics Employee Attrition

Loading...
Thumbnail Image

Date

Journal Title

Journal ISSN

Volume Title

Publisher

Universitas Islam Indonesia

DOI

Abstract

Perusahaan menginvestasikan banyak waktu dan sumber daya dalam perekrutan dan pelatihan karyawan, sesuai dengan kebutuhan strategis mereka. Karyawan merupakan representasi dari investasi yang nyata bagi organisasi di perusahaan. Ketika seorang karyawan meninggalkan perusahaan, organisasi tidak hanya kehilangan seorang karyawan yang berharga, tetapi juga sumber daya lain termasuk uang dan upaya serta waktu yang dihabiskan oleh bagian SDM perusahaan dalam merekrut, memilih serta melatih karyawan tersebut untuk melakukan pekerjaan yang spesifik. Dalam banyak kasus, keputusan terhadap pengurangan karyawan tidak hanya dari manajemen perusahaan, tetapi juga dari keputusan karyawan itu sendiri yang diakibatkan oleh banyak faktor salah satunya adalah tingkat kepuasan karyawan. Oleh karena itu, perusahaan harus dapat melakukan prediksi terhadap pengurangan karyawan (employee attrition) dengan mempertimbangkan banyak faktor. Salah satu pendekatan yang dapat dilakukan untuk mencapai tujuan ini adalah dengan menggunakan machine learning sebagai alat bantu analisis, khususnya AutoGluon yang merupakan salah satu teknologi automated machine learning yang dapat menghasilkan banyak model machine learning dalam satu waktu. Hasil yang diperoleh dari implementasi AutoGluon pada dataset IBM HR Data Employee Attrition bahwa model WeightedEnsemble_L2 atau algoritma ensemble yang dipadukan dengan regularization L2 merupakan model terbaik dengan tingkat akurasi prediksi terhadap karyawan yang akan atrisi dengan skor 86%. Implementasi AutoGluon dalam melakukan train dan test data membutuhkan waktu yang lebih singkat sekitar 1 detik lebih cepat dibandingkan dengan pada model machine learning tradisional. Model yang dihasilkan dapat dijadikan sebagai merupakan usulan yang dapat dijadikan sebagai alternatif penyelesaian masalah oleh pihak manajemen dalam mengatasi permasalahan terkait employee attrition

Description

Citation

Endorsement

Review

Supplemented By

Referenced By