🔍 Resign Risk Alert System – Data Science Bootcamp Final Project

Proyek ini bertujuan membangun sistem prediksi risiko resign karyawan menggunakan machine learning, dengan fokus pada efisiensi alokasi biaya pelatihan dan retensi karyawan.

🎯 Objectives

• Memprediksi probabilitas resign karyawan dari dataset HR Analytics (19.158 kandidat)
• Menyegmentasi risiko resign (high, medium, low) untuk treatment yang tepat sasaran
• Mengurangi turnover rate dari 28.5% ke target ideal 5–10%

🧠 Project Summary

• EDA: City Development Index & Training Hours berperan besar dalam keputusan resign.
• Feature Engineering: Menambahkan variabel estimated_salary berdasarkan pendidikan & pengalaman.
• Modeling: Logistic Regression (recall 71%) dipilih karena deteksi resign tertinggi dan tidak overfitting.
• Segmentation: Berdasarkan threshold 0.45 & 0.70 untuk mengarahkan intervensi.
• Deployment: Aplikasi interaktif dibangun dengan Streamlit + GitHub integration.

⚙️ Tools & Stack

Python • Pandas • Scikit-learn • SMOTE • Streamlit • GitHub

📈 Impact

• Deteksi 3.401 dari 4.790 karyawan yang berpotensi resign (71% recall)
• Estimasi pengurangan turnover rate dari 28.5% → 7.5%
• Strategi T&D dialokasikan ulang: 50% (high), 35% (medium), 15% (low)