PREDIKSI TURNOVER KARYAWAN MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES (SURVEY PT. XYZ Wilayah Tangerang)
Daftar Isi:
- PT. XYZ adalah sebuah perusahaan yang bergerak dibidang IT. Sebagai perusahaan IT yang berkembang dan mempunyai jumlah karyawan yang banyak dan semakin bertambah Jumlah karyawan memiliki pengaruh besar dalam berkembangnya perusahaan . Salah satu cara untuk meningkatkan pengaruh yang besar dalam perkembangan mengetahui perkembangan perusahaan adalah dengan memprediksi jumalah karyawan aktif dan non aktif berdasarkan rata-rata jumlah setiap tahunnya. Penelitian merupakan pemrosesan data tahun 2015 – 2018, data tersebut didapatkan dari Human Capital di perusahaan dimana dari hasil pemrosesan tersebut, dapat menjadi acuan untuk memprediksi karyawan yang akan resign pada tahun 2019. Data yang didapatkan akan diprediski menggunakan metode Naïve Bayes. Atribut yang akan digunakan meliputi jenis kelamin, tanggal masuk karyawan, tanggal keluar karyawan, dan status karyawan untuk menentukan turnover.Prediksi terhadap tingkat turnover karyawan di 2019 akan membantu dalam mengembangkan perencanaan mengenai karyawan di perusahaan agar dapat membantu dalam mencapai target perusahaan. Diharapkan bahwa hasil dari penelitian ini akan manfaatkan organisasi IT untuk mengantisipasi karyawan mereka kepuasan karir dan menyiapkan fasilitas yang diperlukan, peraturan kerja, program pengembangan dan manfaat kompensasi untuk tetap kompetitif di industri IT pekerjaan. Kata Kunci: Data mining, Prediksi , Turnover, Algoritma Naïve Bayes , Rapid Miner 5.1 Abstract – PT. XYZ is a company engaged in IT. As a growing IT company and having a large number of employees and increasing numbers The number of employees has a large influence in the development of the company. One way to increase a large influence in the development of knowing the development of the company is to predict the number of active and non-active employees based on the average number each year. This study predicts employees who will resign in 2019 by using data mining from 2015 - 2018 obtained from Human Capital in the company. The data obtained will be predicted using the Naïve Bayes method. Attributes that will be used include gender, employee entry date, employee exit date, and employee status to determine turnover. Predictions on employee turnover in 2019 will help in developing plans regarding employees in the company so that they can assist in achieving company targets. It is hoped that the results of this study will benefit IT organizations to anticipate their employee career satisfaction and prepare necessary facilities, work regulations, development programs and compensation benefits to remain competitive in the job IT industry. Keywords: Data mining, prediction, Turnover, Naïve Bayes algorithm , Rapid Miner 5.1