Handayani, Indri Widyawati (2024) Pemodelan Atrisi Karyawan Menggunakan Support Vector Machine (SVM) Berdasarkan Kernel Radial Basis Function (RBF). Undergraduate thesis, UNDIP.

	Text file 1 - Indri Widyawati.pdf Download (288kB)
	Text file 2. - Indri Widyawati.pdf Restricted to Repository staff only Download (774kB) | Request a copy
	Text file 3 - Indri Widyawati.pdf Download (169kB)

Abstract

Atrisi karyawan merupakan pengurangan karyawan yang dilakukan oleh perusahaan karena beberapa faktor yang bisa bersifat sukarela ataupun tidak sukarela. Fenomena ini adalah masalah penting bagi suatu perusahaan yang harus ditangani dengan tepat agar perusahaan tidak mengalami kerugian yang sangat besar. Untuk mengatasinya dan karena jumlah data yang pasti besar maka Klasifikasi merupakan langkah yang tepat untuk meminimalkan terjadinya atrisi. Terdapat berbagai metode dalam klasifikasi, salah satunya Support Vector Machine. Metode Support Vector Machine merupakan metode yang dapat menangani data non-linear dengan menggunakan Kernel RBF. Pada penelitian ini mencari paramter terbaik sehingga menghasilkan hyperplane dan akurasi terbaiknya. Didapatkan pada penelitian ini parameter gamma dan C terbaiknya yaitu gamma=1 dan C=1 sehingga didapatkan nilai akurasinya sebesar 76,25% dengan pembagian data latih dan data uji sebesar 80%:20%.

Actions (login required)

View Item