PT. Asia Pasific Fiber merupakan perusahaan berlokasi di Karawang yang bergerak dalam bidang tekstil. Seperti perusahaan pada umumnya, tidak sedikit karyawan tetap yang memutuskan untuk berhenti walaupun perusahaan sudah memberikan tambahan fasilitas, gaji dan pesangon. Pengunduran diri karyawan mengharuskan perusahaan tetap berjalan walaupun kuantitas dan efisiensi perusahaan sedang terganggu. Maka untuk meningkatkan ketepatan penentuan karyawan tetap, penulis menerapkan teknik data mining C4.5 berbasis PSO untuk mengetahui pengaruh atribut dalam pengunduran diri karyawan. Pemilihan ini menggunakan data karyawan PT. Asia Pasific Fiber selama bulan Januari 2020 hingga Agustus 2022 dengan atribut usia, jenis kelamin, status menikah, jabatan, gaji, lama kerja, pendidikan, evaluasi kerja, persentase kehadiran karyawan dan mengundurkan diri sebagai atribut kelas. Peneliti menggunakan Rapidminer dalam memprediksi pengunduran diri calon karyawan PT. Asia Pasific Fiber. Data yang diperoleh dari perusahaan dilakukan preprocessing yaitu data cleaning dan data transformation. Penulis menggunakan Attribute Weight, accuracy, precision, dan recall dari Confusion Matrix sebagai evaluasi hasil akhir. Tabel Attribute Weight dari hasil PSO menunjukkan bahwa usia, gaji, evaluasi kerja, dan status menikah merupakan atribut dengan pengaruh tertinggi dalam pengunduran diri karyawan. Dengan hasil prediksi pengunduran diri karyawan adalah accuracy 96.50%, precision 98.51% dan recall 97.78%