Analisis Data Dan Pemodelan Ordinary Least Squares Serta Principal Component Regression Untuk Rekomendasi Alokasi Staf Wilayah Kerja Pada PT Telekomunikasi Selular Area Jawa-Bali

Mubarok, Sayyid Daffa ‘ Al and Abdillah, Muhammad Rafli (2026) Analisis Data Dan Pemodelan Ordinary Least Squares Serta Principal Component Regression Untuk Rekomendasi Alokasi Staf Wilayah Kerja Pada PT Telekomunikasi Selular Area Jawa-Bali. Project Report. [s.n.]. (Unpublished)

Text 5025231095_5025231028-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Pengelolaan sumber daya manusia yang efektif melalui Workforce Planning merupakan faktor penting bagi perusahaan berskala nasional seperti PT Telekomunikasi Selular Area Jawa-Bali guna mengoptimalkan jumlah karyawan di berbagai Wilayah Operasional Kerja. Selama ini, tantangan utama perusahaan adalah menentukan jumlah staf yang optimal dengan mempertimbangkan berbagai variabel demografis dan metrik operasional yang saling berkaitan. Oleh karena itu, kerja praktik ini bertujuan untuk merancang model prediktif berbasis Machine Learning guna memberikan rekomendasi alokasi karyawan ideal, serta memvisualisasikannya ke dalam sebuah dasbor interaktif berbasis web. Analisis data dibagi menjadi dua domain utama, yaitu sektor Mobile (61 WOK) dan sektor Household (42 WOK). Berdasarkan pengujian Variance Inflation Factor (VIF), sektor Mobile tidak menunjukkan multikolinearitas yang signifikan, sehingga langsung dimodelkan menggunakan algoritma Regresi Linier sederhana. Sebaliknya, sektor Household memiliki multikolinearitas yang tinggi, sehingga masalah ini diatasi menggunakan pendekatan Principal Component Regression (PCR) yang dikombinasikan dengan Regresi Tweedie. Karena keterbatasan jumlah dataset yang tersedia, evaluasi model dilakukan menggunakan metode Leave-One-Out Cross-Validation (LOOCV). Hasil evaluasi menunjukkan bahwa model mampu memberikan prediksi dengan tingkat kesalahan yang relatif kecil dan sangat rasional untuk kebutuhan operasional. Model sektor Mobile menghasilkan nilai MAE sebesar 0,89, RMSE sebesar 0,68, dan R2 sebesar 0,46, dengan selisih prediksi maksimum sebesar 3 orang. Model sektor Household menghasilkan MAE sebesar 0,67, RMSE sebesar 0,93, dan R2 sebesar 0,53, dengan selisih maksimum yang sama, yakni 3 orang. Kedua model ini diintegrasikan ke dalam antarmuka dasbor interaktif berbasis web. Dasbor tersebut dilengkapi dengan fitur visualisasi distribusi data, pemetaan geospasial interaktif, serta formulir perhitungan jumlah karyawan dinamis, sehingga secara efektif dapat membantu merekomendasikan kepada pemangku kepentingan di perusahaan dalam melakukan data-driven decision making untuk perencanaan tenaga kerja.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	Leave-One-Out Cross-Validation, Principal Component Regression, Regresi, Workforce Planning.
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Rafli Abdillah
Date Deposited:	31 Aug 2026 05:23
Last Modified:	31 Aug 2026 05:23
URI:	http://repository.its.ac.id/id/eprint/144416

Actions (login required)

View Item