Prediksi Promosi Pegawai Menggunakan Metode Extremely Randomized Trees

Abstrak

Seiring perkembangan teknologi informasi dan analisis data, peluang baru muncul dalam pengambilan keputusan di bidang sumber daya manusia. Penerapan metode ensemble, seperti extremely randomized trees, menjanjikan dalam meramalkan keputusan promosi dengan akurasi yang lebih tinggi.

Meskipun telah ada banyak penelitian di bidang ini, ada kebutuhan untuk lebih mendalam dalam mengadaptasi metode ensemble ke konteks promosi pegawai, mempertimbangkan berbagai faktor seperti keterampilan, pengalaman, dan pencapaian individu. Penelitian ini bertujuan mengembangkan model prediksi promosi pegawai yang efektif, menggabungkan metode extremely randomized trees dengan data sumber daya manusia yang relevan.

Model yang dihasilkan dari penelitian ini mencapai tingkat akurasi sebesar 99% pada data pelatihan, menunjukkan prediksi yang sangat tepat. Penggunaan data uji mengonfirmasi performa model dengan skor akurasi 98%, menggambarkan kemampuannya dalam memprediksi secara konsisten. Faktor-faktor seperti avg_training_score, department, total_score, age, dan sum_metric diidentifikasi sebagai paling berpengaruh dalam pembentukan model, memberikan pandangan penting bagi manajemen sumber daya manusia.