A decade of research on machine learning techniques for predicting employee turnover: A systematic literature review

Akasheh, Mariam Al; Malik, Esraa Faisal; Hujran, Omar; Zaki, Nazar

doi:10.1016/j.eswa.2023.121794

Cited by 11 publications

(2 citation statements)

References 103 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Penentuan ukuran kemiripan dalam CDM menggunakan logika pengukuran jarak berdasarkan metode yang sudah ada yaitu diantaranya, metode jackard, euclidean. [11] Tujuan dari penelitian ini adalah untuk memberikan gambaran pemetaan terhadap UMKM berdasarkan kelayakan mereka untuk menerima pembiayaan dari pemilik modal, khususnya perbankan dan pemerintah. Kriteria yang digunakan dalam menentukan kelayakan pembiayaan oleh bank komersial merujuk kepada referensi yang diberikan oleh Bank Indonesia [12].…”

Section: Pendahuluanunclassified

Penentuan Kluster UMKM Sektor Perdagangan dan Perikanan Melalui Pendekatan Metode Clustering Data Mining di Kabupaten Aceh Barat

Saputra,

Sahputra

2023

JOPT

View full text Add to dashboard Cite

So far, small and medium enterprises (MSMEs) have shown a contribution of 61.7% to GDP, or IDR 8,573.89 trillion. Apart from that, MSMEs can absorb around 97% of the national workforce. However, in reality, MSMEs face many problems, one of the most common being a lack of business capital. One of the factors causing the slow growth of MSMEs in Indonesia is development policies that are not on target. This is especially true for this research in West Aceh District. Each MSME is unique, making it difficult for banking institutions to establish consistent financing policies. This research aims to map the characteristics of MSMEs in the form of groups to make it easier to determine policy-making patterns. The Hierarchical Data Mining Clustering Method is considered appropriate because it has a much lower bias than K-means. Apart from that, this method can reduce data complexity. According to the results of data distribution for MSMEs in the fisheries sector using Matlab 2016b software, there are 6 clusters, and the results of data distribution for MSMEs in the trade sector using Matlab 2016b software show 7 clusters. Each cluster has main parameters that make MSMEs superior, such as length of business, capital ownership, sales projections, and average sales. For the last parameter.

show abstract

Section: Pendahuluanunclassified

Penentuan Kluster UMKM Sektor Perdagangan dan Perikanan Melalui Pendekatan Metode Clustering Data Mining di Kabupaten Aceh Barat

Saputra,

Sahputra

2023

JOPT

View full text Add to dashboard Cite

show abstract

“…De acuerdo con Al Akasheh et al (2023), los Árboles de Clasificación y Regresión, Bosques Aleatorios de Clasificación y Regresión Logistica se encuentran entre los algoritmos de aprendizaje de máquinas más utilizados para predecir la rotación de personal, y se caracterizan por tener computación eficiente, capacidad para manejar grandes conjuntos de datos, proporcionan alta precisión, además de ser fáciles de implementar e interpretar.…”

Section: Introductionunclassified

Medición y comparación del rendimiento de cuatro algoritmos de aprendizaje supervisado para formular modelos predictivos sobre la rotación temprana de personal

Segura Mojica

2024

esicm

View full text Add to dashboard Cite

Objetivo: Esta investigación tiene el objetivo de comparar el rendimiento-eficacia de cuatro algoritmos de aprendizaje supervisado (Arboles de Clasificación y Regresión-CART, Bosques Aleatorios de Clasificación, Multivariate Adaptative Regression Splines-MARS y Regresión Logística-LOGIT) para el modelado predictivo de la rotación temprana de personal en la industria manufacturera.Diseño Metodológico: Se realizó una investigación de tipo cuantitativo, alcance correlacional y diseño transversal no experimental. Como instrumento de recolección de información se diseñó un cuestionario, y para el análisis estadístico y modelado matemático se utilizó el software Salford Predictive Modeler - SPM. Como predictores de rotación se seleccionaron factores sociodemográficos y psicosociales de los candidatos y como variable de respuesta se calculó un indicador de estabilidad-rotación basado en el historial del candidato. Para comparar el rendimiento de los modelos se utilizaron curvas ROC (Receiver Operating Characteristic), matrices de confusión y Log-verosimilitud negativa promedio.Resultados: Se encontró que MARS es el algoritmo que ofrece mejor rendimiento con un área bajo la curva ROC de 89% y una precisión de 82% según la matriz de confusión.Implicaciones prácticas: MARS tiene la singularidad de que, para el caso que nos ocupa, reduce el modelo a un solo predictor importante. Al identificar las subregiones del predictor clave, se abren otras posibilidades de análisis; por ejemplo, en la región donde la contribución de la edad a la variable estabilidad laboral es cero (antes de los 28 años), se puede modelar con el resto de los predictores. Esto sugiere como implicación relevante que se pueden formular modelos diferenciados según la edad de los trabajadores, pues la importancia de los predictores cambia de acuerdo a la cohorte generacional.

show abstract

Strategic management of employee churn: Leveraging machine learning for sustainable development and competitive advantage in emerging markets

Agrawal,

Ghangale,

Dhar

et al. 2024

Bus Strat Dev

View full text Add to dashboard Cite

Employee churn or attrition presents significant challenges, especially in emerging markets, where it can disrupt business operations and inflate recruitment costs. This research leverages machine learning techniques to predict employee churn, focusing on developing sustainable and inclusive retention strategies that enhance business competitiveness. By analyzing a range of predictive algorithms and key variables associated with churn, the study identifies the most effective models for predicting attrition. A comprehensive exploratory data analysis was conducted using an indigenous machine learning model, offering practical insights for human resource management in emerging markets. The findings align with the sustainable development goals (SDGs), promoting decent work, and economic growth. This study contributes to business strategy by proposing data‐driven solutions for workforce stability and sustainable development.

show abstract

A decade of research on machine learning techniques for predicting employee turnover: A systematic literature review

Cited by 11 publications

References 103 publications

Penentuan Kluster UMKM Sektor Perdagangan dan Perikanan Melalui Pendekatan Metode Clustering Data Mining di Kabupaten Aceh Barat

Penentuan Kluster UMKM Sektor Perdagangan dan Perikanan Melalui Pendekatan Metode Clustering Data Mining di Kabupaten Aceh Barat

Medición y comparación del rendimiento de cuatro algoritmos de aprendizaje supervisado para formular modelos predictivos sobre la rotación temprana de personal

Strategic management of employee churn: Leveraging machine learning for sustainable development and competitive advantage in emerging markets

Contact Info

Product

Resources

About