Tambahan Judul Proyek:
1. Prediksi Produktivitas Karyawan Berdasarkan Faktor Sosial dan Dukungan Perusahaan
Deskripsi Masalah: Memahami faktor-faktor yang memengaruhi perubahan produktivitas karyawan selama kerja jarak jauh, seperti tingkat dukungan perusahaan dan isolasi sosial.
Jenis Data: Data rating isolasi sosial, dukungan perusahaan, rating work-life balance, dan perubahan produktivitas.
Model yang Diperkirakan: Klasifikasi atau Regresi (Logistic Regression, XGBoost)
2. Pengaruh Aktivitas Fisik terhadap Kualitas Tidur dan Tingkat Stres
Deskripsi Masalah: Mengidentifikasi pengaruh aktivitas fisik terhadap kualitas tidur dan tingkat stres karyawan selama bekerja dari rumah.
Jenis Data: Data aktivitas fisik, kualitas tidur, dan tingkat stres.
Model yang Diperkirakan: Clustering atau Klasifikasi (K-Means, SVM)
3. Prediksi Risiko Depresi Berdasarkan Kualitas Tidur dan Dukungan Perusahaan
Deskripsi Masalah: Menentukan risiko depresi karyawan berdasarkan kualitas tidur dan tingkat dukungan perusahaan yang diterima.
Jenis Data: Data kualitas tidur, dukungan perusahaan, dan kondisi kesehatan mental.
Model yang Diperkirakan: Klasifikasi (SVM, Naïve Bayes)
1. Prediksi Produktivitas Karyawan Berdasarkan Faktor Sosial dan Dukungan Perusahaan
Deskripsi Masalah: Memahami faktor-faktor yang memengaruhi perubahan produktivitas karyawan selama kerja jarak jauh, seperti tingkat dukungan perusahaan dan isolasi sosial.
Jenis Data: Data rating isolasi sosial, dukungan perusahaan, rating work-life balance, dan perubahan produktivitas.
Model yang Diperkirakan: Klasifikasi atau Regresi (Logistic Regression, XGBoost)
2. Pengaruh Aktivitas Fisik terhadap Kualitas Tidur dan Tingkat Stres
Deskripsi Masalah: Mengidentifikasi pengaruh aktivitas fisik terhadap kualitas tidur dan tingkat stres karyawan selama bekerja dari rumah.
Jenis Data: Data aktivitas fisik, kualitas tidur, dan tingkat stres.
Model yang Diperkirakan: Clustering atau Klasifikasi (K-Means, SVM)
3. Prediksi Risiko Depresi Berdasarkan Kualitas Tidur dan Dukungan Perusahaan
Deskripsi Masalah: Menentukan risiko depresi karyawan berdasarkan kualitas tidur dan tingkat dukungan perusahaan yang diterima.
Jenis Data: Data kualitas tidur, dukungan perusahaan, dan kondisi kesehatan mental.
Model yang Diperkirakan: Klasifikasi (SVM, Naïve Bayes)