prof. Dr. Boris Damjanović2026-05-312026-05-31https://dspace.academy.edu.ly/handle/123456789/2105Ovaj rad ima za cilj da predloži, realizuje i laboratorijski proveri jedan takav sistem ranog upozoravanja na rizik od napuštanja organizacije, odnosno da detekciju radnika koji su u riziku od napuštanja organizacije, kako bi se mogle sprovesti korektivne mere, koje bi, u krajnjoj instanci, smanjile lope efekte fluktuacije radnika. Jasno je da je ključno ograničenje ovog rada u tome što se takav sistem neće proveriti u stvarnoj organizaciji posle implementacije algoritma mašinskog učenja (što bi zahtevalo više godina primene u više organizacija), što, prema tome, ostaje kao potancijalna praktična porimena. Ovaj rad će predložiti jedno celovito rešenje zasnovano na mašinskom učenju, usmereno na ranu detekciju zaposlenih u riziku od napuštanja organizacije.Fluktuacija zaposlenih u visokotehnološkom sektoru predstavlja kritičan finansijski i operativni izazov, što zahteva proaktivne strategije upravljanja zasnovane na podacima. Iako mašinsko učenje nudi moćne prediktivne mogućnosti, postojeći algoritmi se često suočavaju sa kompromisom između performansi, interpretabilnosti i robusnosti. Ova disertacija predstavlja i validira SwarmBoost, novi metaheurističko-hibridni algoritam ansambla dizajniran da unapredi najsavremenije predviđanje odliva radne snage. SwarmBoost inovativno integriše Particle Swarm Optimization (PSO) sa heterogenim ansamblom Gradient Boosting Machine (GBM), stvarajući sinergističku arhitekturu koja optimizuje prostor karakteristika i ponderisanje modela istovremeno kroz principe inteligencije roja.Prediction of Staff Turnover in High-