PENGEMBANGAN SISTEM PREDIKSI EMPLOYEE ATTRITION MENGGUNAKAN ALGORITMA RANDOM FOREST DI PT ASDP INDONESIA FERRY (PERSERO)

SYIFA AYU TALITHA MAULIDHIA, . (2026) PENGEMBANGAN SISTEM PREDIKSI EMPLOYEE ATTRITION MENGGUNAKAN ALGORITMA RANDOM FOREST DI PT ASDP INDONESIA FERRY (PERSERO). Sarjana thesis, UNVERSITAS NEGERI JAKARTA.

	Text COVER_organized.pdf Download (644kB)
	Text BAB I.pdf Download (273kB)
	Text BAB II.pdf Restricted to Registered users only Download (562kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (576kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (269kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (252kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Penelitian ini dilakukan untuk mengenali faktor-faktor yang memengaruhi employee attrition (keluar-masuk karyawan) dan mengembangkan sistem prediksi berbasis website menggunakan algoritma Random Forest. Permasalahan utama yang melatarbelakangi penelitian ini adalah penurunan kinerja karyawan di PT ASDP Indonesia Ferry (Persero) tahun 2024, yang mengindikasikan adanya potensi peningkatan tingkat attrition. Oleh karena itu, diperlukan sistem yang mampu memprediksi risiko attrition guna membantu perusahaan dalam menjaga stabilitas kinerja dan retensi karyawan. Penelitian ini menggunakan metode KDD (Knowledge Discovery in Database). Model prediksi dikembangkan menggunakan algoritma Random Forest, yang dipilih karena kemampuannya dalam menangani data dengan berbagai variabel serta menghasilkan tingkat akurasi yang baik. Implementasi sistem dilakukan melalui framework Streamlit sebagai media deployment berbasis web untuk melakukan prediksi secara interaktif. Hasil penelitian menunjukkan bahwa model Random Forest mampu memprediksi risiko employee attrition dengan performa yang baik, serta sistem berbasis website yang dihasilkan dapat memberikan gambaran kemudahan bagi perusahaan dalam melakukan evaluasi karyawan secara lebih efisien dan terukur.*****This research was conducted to identify the factors influencing employee attrition and to develop a web-based prediction system using the Random Forest algorithm. The main problem underlying this study is the decline in employee performance at PT ASDP Indonesia Ferry (Persero) in 2024, which indicates a potential increase in attrition rates. Therefore, a system capable of predicting attrition risk is needed to help the company maintain workforce stability and improve employee retention. This study employs the KDD (Knowledge Discovery in Database) method. The prediction model was developed using the Random Forest algorithm, chosen for its ability to handle datasets with multiple variables and produce high accuracy. The system implementation was carried out using the Streamlit framework as a web-based deployment platform to enable interactive prediction. The results of the study show that the Random Forest model performs well in predicting employee attrition risk, and the developed web-based system provides convenience for the company in evaluating employee performance more efficiently and systematically.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Murien Nugraheni S.T., M.Cs. ; 2). Prasetyo Wibowo, S.T., M.Eng.
Subjects:	Sains > Matematika Sains > Matematika > Software, Sistem Informasi Komputer Manajemen > Manajemen Kantor, Organisasi Manajemen > Manajemen Sumber Daya Manusia Sains > Statistika Teknologi dan Ilmu Terapan > Teknologi (umum) Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Sistem dan Teknologi Informasi
Depositing User:	Syifa Ayu Talitha Maulidhia .
Date Deposited:	23 Jan 2026 03:05
Last Modified:	23 Jan 2026 03:05
URI:	http://repository.unj.ac.id/id/eprint/63384

Actions (login required)

View Item