Melola Discovery

← Melola Discovery

Open access Jurnal SINTA 2

Prediksi Burnout Pada Programmer Menggunakan Teknik Pengenalan Pola Untuk Identifikasi Dini Dan Intervensi

Prediksi Burnout pada Programmer menggunakan Teknik Pengenalan Pola untuk Identifikasi Dini dana Intervensi

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 11 No. 3 (2024) · pp. 667–674

DOI
10.25126/jtiik.1138070
ISSN
2528-6579, 2355-7699
Published
2024-07-31
Publisher
Fakultas Ilmu Komputer, Universitas Brawijaya
Language
id
License
creativecommons.org/licenses/by-sa/4.0

Abstract

Bahasa Indonesia

Burnout atau kelelahan kerja merupakan sebuah fenomena yang sering dihadapi oleh profesional dalam berbagai bidang, termasuk programmer. Dampak negatif dari burnout mencakup penurunan kesejahteraan individu dan produktivitas kerja. Penelitian ini bertujuan untuk mengembangkan sebuah model prediktif untuk identifikasi dini dan intervensi burnout pada programmer menggunakan teknik pengenalan pola. Data yang digunakan dalam penelitian ini diperoleh dari kuesioner yang mencakup pertanyaan terkait pola kerja, kebiasaan individu, dan indikator burnout berdasarkan kriteria Maslach Burnout Inventory (MBI). Metodologi yang diterapkan melibatkan pengumpulan dan pra-pemrosesan data, ekstraksi fitur, dan aplikasi algoritma pengenalan pola untuk konstruksi model. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengidentifikasi risiko burnout dengan akurasi yang memadai, dan teknik pengenalan pola terbukti efektif dalam menggali pola dan insight yang relevan untuk identifikasi dan intervensi burnout pada programmer.

English

Burnout atau kelelahan kerja merupakan sebuah fenomena yang sering dihadapi oleh profesional dalam berbagai bidang, termasuk programmer. Dampak negatif dari burnout mencakup penurunan kesejahteraan individu dan produktivitas kerja. Penelitian ini berkontribusi pada subjek penelitian dengan mengembangkan sebuah model prediktif yang inovatif untuk identifikasi dini dan intervensi burnout pada programmer menggunakan teknik pengenalan pola. Originalitas penelitian ini terletak pada penerapan teknik pengenalan pola secara khusus pada populasi programmer, yang belum banyak dieksplorasi dalam literatur sebelumnya. Data yang digunakan dalam penelitian ini diperoleh dari kuesioner yang mencakup pertanyaan terkait pola kerja, kebiasaan individu, dan indikator burnout berdasarkan kriteria Maslach Burnout Inventory (MBI). Metodologi yang diterapkan melibatkan pengumpulan dan pra-pemrosesan data, ekstraksi fitur, dan aplikasi algoritma pengenalan pola untuk konstruksi model. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengidentifikasi risiko burnout dengan akurasi yang tinggi. Teknik pengenalan pola terbukti efektif dalam menggali pola dan insight yang relevan untuk identifikasi dan intervensi burnout pada programmer, sehingga dapat memberikan kontribusi signifikan dalam pemahaman dan pencegahan burnout di kalangan programmer. Penelitian ini diharapkan dapat digunakan sebagai referensi dalam praktik dan penelitian lebih lanjut. Abstract Burnout is a phenomenon frequently encountered by professionals across various fields, including programmers. The negative impacts of burnout include reduced individual well-being and decreased work productivity. This study contributes to the subject by developing an innovative predictive model for early identification and intervention of burnout in programmers using pattern recognition techniques. The originality of this research lies in the application of pattern recognition techniques specifically to the programmer population, which has not been extensively explored in previous literature. The data used in this study were obtained from questionnaires that included questions related to work patterns, individual habits, and burnout indicators based on the Maslach Burnout Inventory (MBI) criteria. The methodology involved data collection and preprocessing, feature extraction, and the application of pattern recognition algorithms for model construction. The results indicate that the developed model is capable of identifying burnout risk with high accuracy. Pattern recognition techniques proved effective in uncovering relevant patterns and insights for the identification and intervention of burnout in programmers, thereby making a significant contribution to the understanding and prevention of burnout among programmers. This study is expected to serve as a reference in both practice and further research.

Keywords

Collaboration network of the authors

7 authors · 9 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Teknologi Yogyakarta
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Olwin Kirab NovaldyAffiliation unknown2
Erik Iman Heri UjiantoUniversitas Teknologi Yogyakarta1
RiantoAffiliation unknown1
SuhirmanUniversitas Teknologi Yogyakarta1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jtiik.ub.ac.id/index.php/jtiik/en/oai, first harvested 27 Okt 2026, last seen 27 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id">Prediksi Burnout Pada Programmer Menggunakan Teknik Pengenalan Pola Untuk Identifikasi Dini Dan Intervensi</dc:title>
	<dc:title xml:lang="en">Prediksi Burnout pada Programmer menggunakan Teknik Pengenalan Pola untuk Identifikasi Dini dana Intervensi</dc:title>
	<dc:creator xml:lang="id">Saputra, Candra Heru</dc:creator>
	<dc:creator xml:lang="id">Hermawan, Arief</dc:creator>
	<dc:creator xml:lang="id">Avianto, Donny</dc:creator>
	<dc:subject xml:lang="id">Burnout </dc:subject>
	<dc:subject xml:lang="id">Programmer</dc:subject>
	<dc:subject xml:lang="id">Pengenalan Pola</dc:subject>
	<dc:subject xml:lang="id">Identifikasi Dini</dc:subject>
	<dc:subject xml:lang="id">Intervensi</dc:subject>
	<dc:description xml:lang="id">Burnout atau kelelahan kerja merupakan sebuah fenomena yang sering dihadapi oleh profesional dalam berbagai bidang, termasuk programmer. Dampak negatif dari burnout mencakup penurunan kesejahteraan individu dan produktivitas kerja. Penelitian ini bertujuan untuk mengembangkan sebuah model prediktif untuk identifikasi dini dan intervensi burnout pada programmer menggunakan teknik pengenalan pola. Data yang digunakan dalam penelitian ini diperoleh dari kuesioner yang mencakup pertanyaan terkait pola kerja, kebiasaan individu, dan indikator burnout berdasarkan kriteria Maslach Burnout Inventory (MBI). Metodologi yang diterapkan melibatkan pengumpulan dan pra-pemrosesan data, ekstraksi fitur, dan aplikasi algoritma pengenalan pola untuk konstruksi model. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengidentifikasi risiko burnout dengan akurasi yang memadai, dan teknik pengenalan pola terbukti efektif dalam menggali pola dan insight yang relevan untuk identifikasi dan intervensi burnout pada programmer.</dc:description>
	<dc:description xml:lang="en">Burnout atau kelelahan kerja merupakan sebuah fenomena yang sering dihadapi oleh profesional dalam berbagai bidang, termasuk programmer. Dampak negatif dari burnout mencakup penurunan kesejahteraan individu dan produktivitas kerja. Penelitian ini berkontribusi pada subjek penelitian dengan mengembangkan sebuah model prediktif yang inovatif untuk identifikasi dini dan intervensi burnout pada programmer menggunakan teknik pengenalan pola. Originalitas penelitian ini terletak pada penerapan teknik pengenalan pola secara khusus pada populasi programmer, yang belum banyak dieksplorasi dalam literatur sebelumnya. Data yang digunakan dalam penelitian ini diperoleh dari kuesioner yang mencakup pertanyaan terkait pola kerja, kebiasaan individu, dan indikator burnout berdasarkan kriteria Maslach Burnout Inventory (MBI). Metodologi yang diterapkan melibatkan pengumpulan dan pra-pemrosesan data, ekstraksi fitur, dan aplikasi algoritma pengenalan pola untuk konstruksi model. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengidentifikasi risiko burnout dengan akurasi yang tinggi. Teknik pengenalan pola terbukti efektif dalam menggali pola dan insight yang relevan untuk identifikasi dan intervensi burnout pada programmer, sehingga dapat memberikan kontribusi signifikan dalam pemahaman dan pencegahan burnout di kalangan programmer. Penelitian ini diharapkan dapat digunakan sebagai referensi dalam praktik dan penelitian lebih lanjut.
 
Abstract
Burnout is a phenomenon frequently encountered by professionals across various fields, including programmers. The negative impacts of burnout include reduced individual well-being and decreased work productivity. This study contributes to the subject by developing an innovative predictive model for early identification and intervention of burnout in programmers using pattern recognition techniques. The originality of this research lies in the application of pattern recognition techniques specifically to the programmer population, which has not been extensively explored in previous literature. The data used in this study were obtained from questionnaires that included questions related to work patterns, individual habits, and burnout indicators based on the Maslach Burnout Inventory (MBI) criteria. The methodology involved data collection and preprocessing, feature extraction, and the application of pattern recognition algorithms for model construction. The results indicate that the developed model is capable of identifying burnout risk with high accuracy. Pattern recognition techniques proved effective in uncovering relevant patterns and insights for the identification and intervention of burnout in programmers, thereby making a significant contribution to the understanding and prevention of burnout among programmers. This study is expected to serve as a reference in both practice and further research.</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2024-07-31</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/8070</dc:identifier>
	<dc:identifier>10.25126/jtiik.1138070</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 11 No 3: Juni 2024; 667-674</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 11 No. 3: Juni 2024; 667-674</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.113</dc:source>
	<dc:language>id</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/8070/1325</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2024 Jurnal Teknologi Informasi dan Ilmu Komputer</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>