Mochammad Edris Effendi, Imam Yuadi, Ira Puspitasari
{"title":"Prediksi Guru Kemungkinan Tetap Bekerja di Sekolah Al Uswah Surabaya Menggunakan Machine Learning","authors":"Mochammad Edris Effendi, Imam Yuadi, Ira Puspitasari","doi":"10.37034/jidt.v5i2.361","DOIUrl":null,"url":null,"abstract":"Penelitian ini bertujuan untuk memprediksi potensi tetap bekerjanya guru di Sekolah Al Uswah Surabaya, sehingga dapat meminimalisir tingkat turnover. Peneliti telah menggunakan algoritma klasifikasi untuk mengetahui algoritma yang paling cocok dalam memprediksi turnover guru dan diproses dengan aplikasi orange data mining. Berdasarkan tabel hasil prediksi maupun confusion matrix, menghasilkan rekomendasi bahwa algoritma yang paling bagus performanya adalah Logistic Regression. Tingkat Presicion untuk perbandingan data training dan testing 80:20 mencapai 80,8%, lebih tinggi dibanding tiga algoritma lainnya yang di bawah 80%. Melalui penelitian ini dapat memperjelas bahwa untuk studi kasus prediksi turnover karyawan, dapat menggunakan parameter Presicion. Melalui hasil penelitian dapat membantu lembaga pendidikan dalam merekrut guru yang memiliki peluang bisa bertahan lebih lama dengan memanfaatkan beberapa atribut standar dari biodatanya. \n ","PeriodicalId":33488,"journal":{"name":"JTIT Jurnal Teknologi Informasi dan Terapan","volume":"51 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-07-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JTIT Jurnal Teknologi Informasi dan Terapan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37034/jidt.v5i2.361","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Penelitian ini bertujuan untuk memprediksi potensi tetap bekerjanya guru di Sekolah Al Uswah Surabaya, sehingga dapat meminimalisir tingkat turnover. Peneliti telah menggunakan algoritma klasifikasi untuk mengetahui algoritma yang paling cocok dalam memprediksi turnover guru dan diproses dengan aplikasi orange data mining. Berdasarkan tabel hasil prediksi maupun confusion matrix, menghasilkan rekomendasi bahwa algoritma yang paling bagus performanya adalah Logistic Regression. Tingkat Presicion untuk perbandingan data training dan testing 80:20 mencapai 80,8%, lebih tinggi dibanding tiga algoritma lainnya yang di bawah 80%. Melalui penelitian ini dapat memperjelas bahwa untuk studi kasus prediksi turnover karyawan, dapat menggunakan parameter Presicion. Melalui hasil penelitian dapat membantu lembaga pendidikan dalam merekrut guru yang memiliki peluang bisa bertahan lebih lama dengan memanfaatkan beberapa atribut standar dari biodatanya.