PT Angkasa Pura II (Persero) merupakan salah satu Badan Usaha Milik Negara (BUMN) yang bergerak dibidang jasa kebandarudaraan. PT Angkasa Pura II (Persero) yang telah mengoperasikan 19 (sembilan belas) Bandar Udara pada tahun 2019 dan akan bertambah 1 (satu) lagi di tahun 2020 menjadi total 20 (dua puluh) Bandar udara yang dioperasikan oleh PT Angkasa Pura II (Persero). Kondisi pemenuhan SDM yang ada di masing-masing Kantor Cabang di lingkungan PT Angkasa Pura II (Persero) saat ini masih cukup rendah. Hal tersebut dapat dilihat dari persentase pemenuhan SDM kurang lebih 60% dari jumlah kebutuhan SDM. Maka strategi pemenuhan SDM melalui proses rekrutmen dan seleksi harus dilakukan secara cepat dan optimal sehingga mendapatkan hasil yang sesuai dengan kriteria perusahaan baik secara kuantitas maupun kualitas.
Permasalahan yang muncul adalah terkait dengan optimalisasi pelaksanaan proses talent acquisition yang dilakukan di PT Angkasa Pura II (Persero) sehingga hasil yang didapatkan sesuai dengan target dan memiliki kualitas yang sesuai dengan spesifikasi yang dipersyaratkan. Kecepatan dan akurasi merupakan indikator terpenting dalam proses pelaksanaan talent acquisitions, sehingga penerapan data analytics melalui people analytics pada proses talent acquisition sangat diperlukan sebagai alat bantu pengambilan keputusan (decision support system). Melihat proses perekrutan yang telah berlangsung dan kandidat yang telah berhasil dipilih, dimungkinkan menggunakan supervised analytics untuk memprediksi apakah masih ada kandidat yang tidak dipilih yang profilnya mendekati yang dipilih. Model atau model perekrutan analitik apa yang cocok atau cocok untuk mengulangi proses itu.
Pada penelitian ini digunakan analisa data dengan menggunakan metode random forest. Metode tersebut digunakan untuk menyusun suatu model yang dapat memprediksi tingkat kelulusan para peserta rekrutmen dan seleksi secara cepat dan tepat sesuai dengan profil dari masing-masing peserta, serta dapat memberikan pandangan (insight) mengenai proyeksi capaian kinerja individu pada masing-masing peserta jika diterima di perusahaan untuk membantu manajemen dalam mengambil keputusan mengenai peserta yang diterima dalam proses rekrutmen dan seleksi. Populasi data yang digunakan adalah data peserta rekrutmen dan seleksi Perusahaan pada tahun 2018. Untuk melakukan proses prediksi tingkat kelulusan calon pegawai, akan digunakan data calon pegawai yang melakukan pendaftaran proses rekrutmen dan seleksi dengan jumlah total 17.294 orang. Alat analisis pada penelitian ini menggunakan pendekatan people analytic.
Kesimpulan dari penelitian ini adalah pembuatan people analytics pada proses talent acquisition dapat dilakukan dengan menggunakan metode Random Forest Classification. Metode tersebut bertujuan untuk menentukan kelas dari masing-masing data yang diprediksi. Telah dilakukan pembuatan model untuk memprediksi capaian kinerja, namun performansi dari model dimaksud masih belum menunjukan tingkat signifikansi yang sesuai dengan standar tingkat kepercayaan yaitu masih di bawah 0,05.