Analisis Faktor yang Berkontribusi Terhadap Pengurangan Karyawan Berdasarkan Clustering Self-Organizing Map

Abstrak

Pergantian karyawan dapat mengganggu operasional organisasi dan sedikit banyak menimbulkan kerugian bagi bisnis. Oleh karena itu, penting untuk memahami faktor-faktor penyebab agar organisasi dapat mengambil tindakan antisipatif. Mengidentifikasi alasan karyawan meninggalkan pekerjaannya sangat penting bagi pemberi kerja dan pembuat kebijakan, terutama jika tujuannya adalah untuk mencegah hal ini terjadi. Data penyebab turnover karyawan merupakan data kompleks yang dapat mempunyai banyak dimensi sehingga diperlukan suatu metode tertentu untuk menganalisisnya. Dalam penelitian ini akan dilakukan analisis data penyebab turnover karyawan dengan 10 dimensi dengan menggunakan metode Self Organizing Map (SOM). Self-Organizing Map (SOM) adalah teknik untuk mengelompokkan dan memvisualisasikan data berdimensi tinggi dengan memetakannya ke ruang dua dimensi dengan tetap menjaga struktur topologi data. Metode berbasis jaringan saraf ini memastikan bahwa titik data serupa tetap berdekatan dalam representasi 2D yang dihasilkan. SOM akan mengelompokkan data menjadi beberapa kelompok yang seragam. Hasil pengelompokan SOM ini akan dinilai dengan skor Silhouette, indeks Dunn dan nilai Konektivitas untuk mengetahui seberapa seragam pengelompokannya. Diharapkan dengan menggunakan hasil pengelompokan SOM ini menunjukkan bahwa cluster yang terbentuk sangat bagus dan datanya terkelompok dengan jelas. Oleh karena itu, kami dapat menganalisis kelompok-kelompok ini dengan hasil yang lebih akurat..