REDICTIVE MATCHING KARYAWAN TERHADAP POSISI JABATAN MENGGUNAKAN PENDEKATAN MACHINE LEARNING DI PT CYBERS BLITZ NUSANTARA
Loading...
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Program Studi S1 Informatika
Abstract
Penempatan karyawan yang tepat adalah tantangan besar bagi banyak organisasi karena kesalahan dapat mengakibatkan penurunan produktivitas, peningkatan turnover, dan ketidakpuasan kerja. Penelitian ini mengusulkan pendekatan Machine Learning untuk memprediksi kecocokan karyawan terhadap suatu posisi tertentu berdasarkan keterampilan, pengalaman kerja, preferensi, workload, absensi, kompetensi dan kepribadian. Pendekatan ini melibatkan pengumpulan data karyawan, pra-pemrosesan, pemilihan fitur, dan pembangunan model prediksi menggunakan algoritma seperti Random Forest, Support Vector Machine (SVM), dan Neural Network. Data diperoleh dari survei dan data historis HRD, kemudian diproses untuk menangani data yang hilang dan normalisasi. Hasil penelitian menunjukkan bahwa Random Forest memberikan performa terbaik dengan interpretasi yang lebih mudah, sementara Neural Network menawarkan akurasi yang sedikit lebih tinggi namun memerlukan tuning yang lebih kompleks. Implementasi sistem ini dapat mengotomatisasi proses seleksi karyawan, meningkatkan objektivitas, serta mengurangi bias subjektif dalam keputusan di PT Cybers Blitz Nusantara.