Analisis Prediksi Turnover Data Scientist untuk Optimalisasi Retensi Karyawan

1. Deskripsi Model

Model ini digunakan untuk memprediksi probabilitas atau kecenderungan seorang Data Scientist untuk berpindah pekerjaan (turnover) setelah menyelesaikan program pelatihan yang disediakan oleh perusahaan. Model dikembangkan dengan algoritma Random Forest Classifier yang dioptimalkan menggunakan GridSearchCV untuk membantu divisi HR mengambil keputusan retensi yang proaktif dan etis.

2. Dataset

  • Nama Dataset: HR Analytics: Job Change of Data Scientists
  • Sumber: Kaggle Dataset
  • Jumlah Baris: 19,158 baris
  • Jumlah Kolom/Fitur: 14 kolom asli (dikembangkan menjadi 169 kolom fitur setelah One-Hot Encoding)

3. Jenis Tugas

  • Tugas ML: Klasifikasi Biner (Binary Classification)
  • Arti Kelas Positif (Target = 1): Kandidat aktif mencari perubahan pekerjaan (Turnover/Risk of Leaving).
  • Arti Kelas Negatif (Target = 0): Kandidat memilih untuk bertahan di perusahaan (Retensi).

4. Fitur Input

Model menerima fitur-fitur berikut yang terbagi menjadi:

  • Fitur Numerik: city_development_index (indeks pembangunan kota), training_hours (durasi pelatihan).
  • Fitur Kategorikal: city, gender, relevent_experience, enrolled_university, education_level, major_discipline, experience, company_size, company_type, last_new_job.

5. Performa Model

Berikut adalah performa akhir model Random Forest (Optimized) setelah penyetelan hyperparameter (Grid Search) dibandingkan dengan model awal pada data uji (unseen data):

Metrik Evaluasi Sebelum Tuning (Baseline) Setelah Tuning (Optimized) Perubahan (Delta)
Akurasi 78.55% 78.47% -0.08%
Precision (Kelas 1) 58.28% 54.82% -3.46%
Recall / Sensitivitas (Kelas 1) 49.01% 77.38% +28.37%
F1-Score (Kelas 1) 0.5324 0.6418 +0.1094
ROC-AUC 0.8016 0.8152 +0.0136

6. Cara Memakai

Pastikan Anda memiliki pustaka joblib dan scikit-learn dengan versi yang sesuai (1.6.1).

import joblib
import pandas as pd

# 1. Muat model, scaler, dan daftar kolom
model = joblib.load("model_saya.joblib")
scaler = joblib.load("scaler.joblib")
feature_names = joblib.load("feature_names.joblib")
metadata = joblib.load("metadata.joblib")

# 2. Contoh data baru (harus melalui langkah pre-processing/encoding yang sama)
# Pastikan urutan kolom sesuai dengan 'feature_names'
# predictions = model.predict(X_new)

7. Keterbatasan Model

  • Tingkat False Positive (45.18%): Dari seluruh prediksi positif (calon turnover), hampir setengahnya merupakan salah klasifikasi karyawan setia. Model tidak boleh digunakan sebagai instrumen tunggal pemotongan hak karyawan secara kaku.
  • Ketiadaan Data Dinamis: Model ini hanya menggunakan data statis pada saat pendaftaran pelatihan, dan tidak memiliki akses ke data internal performa kerja, tingkat stres karyawan, atau kepuasan gaji terkini.
  • Kondisi Temporal: Model ini hanya sahih jika karakteristik populasi tenaga kerja serupa dengan distribusi dataset latih saat ini.
Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. ๐Ÿ™‹ Ask for provider support