OPTIMASI PRODUKTIVITAS TENAGA KERJA MELALUI PREDIKSI BERBASIS MACHINE LEARNING

Abstrak

Kesejahteraan tenaga kerja ditandai dengan meningkatnya upah yang diterima seorang pekerja, ukuran ini bisa digambarkan sebagai produktivitas tenaga kerja yang dapat dipengaruhi oleh beberapa variabel seperti pendidikan, pengalaman kerja, penanaman modal, belanja modal, kepadatan penduduk, pendapatan asli daerah, dana alokasi khusus, ketinggian wilayah dan infrastruktur. Penelitian ini akan menggunakan metode machine learning untuk menemukan model terbaik yang akan memprediksi produktivitas tenaga kerja di Indonesia. Dari lima model yang diuji yaitu Linear Regression, K-Nearest Neighbors (KNN), Support Vector Regression (SVR), Random Forest, dan Gradient Boostin diperoleh hasil bahwa model Random Forest memiliki nilai RMSE terkecil yaitu sebesar 0,270. Sehingga jika ingin melakukan prediksi terhadap produktivitas tenaga kerja dapat digunakan model Random Forest tersebut. Dilihat berdasarkan feature importance diperoleh hasil bahwa pendidikan memiliki pengaruh yang paling besar terhadap produktivitas tenaga kerja.