Analisis Perbandingan Algoritma Decision Tree untuk Prediksi Karyawan dengan Potensi Atrisi di PT. XYZ

Sumber daya manusia (SDM) merupakan salah satu komponen penting bagi setiap perusahaan. Setiap perusahaan tentunya menginginkan SDM yang handal agar dapat bertumbuh untuk mencapai tujuannya. Untuk itu dibutuhkan strategi dalam mengatur SDM perusahaan yaitu manajemen SDM. Salah satu tujuan dari manajemen SDM adalah mempertahankan karyawan yang berkompeten dalam pekerjaannya, akan tetapi Perusahaan sering kali diperhadapkan pada permasalahan atrisi karyawan (hilangnya karyawan melalui sejumlah keadaan, seperti pengunduran diri dan pension). Dampak dari atrisi karyawan antara lain dapat membuat pendapatan suatu perusahaan menjadi berkurang, dan bahkan memengaruhi produktivitas organisasi. Penelitian ini bermaksud membandingkan beberapa algoritma decision tree dalam memprediksi kasus atrisi karyawan di PT. XYZ. Kelima algoritma dimaksud adalah algoritma C4.5, CART, Random Forest, Gradient Boost dan Adaboost. Hasil dari penelitian ini menyimpulkan bahwa algoritma C4.5 dan random forest menunjukkan hasil klasifikasi terbaik dikarenakan keduanya mempunyai persentasi hasil tertinggi di antara metrik yang digunakan sebagai acuan klasifikasi dari algoritma-algoritma yang digunakan.