UBMUBM
Jurnal Algoritma, Logika dan KomputasiJurnal Algoritma, Logika dan KomputasiPersaingan yang semakin ketat dalam dunia perdagangan modern menuntut perusahaan untuk menerapkan strategi retensi pelanggan yang proaktif, menjadikan prediksi customer churn (pelanggan yang berhenti menggunakan layanan) sebagai fokus utama. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model klasifikasi yang memanfaatkan data pelanggan historis guna mengidentifikasi secara dini pelanggan yang berpotensi churn atau tetap loyal. Metode yang digunakan adalah Data Mining, khususnya teknik Klasifikasi, dengan memilih algoritma Decision Tree C4.5 karena keunggulannya dalam menghasilkan aturan keputusan yang transparan dan mudah diinterpretasikan. Dataset yang dianalisis melibatkan 996 sampel pelanggan, mencakup berbagai atribut penting seperti jenis kelamin, usia, metode pembayaran, dan riwayat transaksi. Klasifikasi dilakukan untuk memprediksi status pelanggan ke dalam salah satu dari dua kategori target: loyal atau churn. Hasil pengujian menunjukkan bahwa model yang dibangun mampu mengklasifikasikan 636 pelanggan (sekitar 63.8%) sebagai kategori loyal dan 360 pelanggan (sekitar 36.2%) sebagai kategori churn, dengan mencapai tingkat akurasi model sebesar 98%. Temuan ini menunjukkan efektivitas Decision Tree C4.5 dalam memetakan pola loyalitas pelanggan. Secara praktis, model ini berkontribusi dalam menyediakan wawasan yang terukur bagi perusahaan untuk merumuskan inisiatif pemasaran dan retensi yang lebih tepat sasaran.
Berdasarkan hasil dan pembahasan, dengan menggunakan metode Decision Tree dan algoritma C4.5 dapat diprediksi klasifikasi pelanggan ke dalam pelanggan loyal atau pelanggan churn.Dalam mengklasifikasi, klasifikasi loyal jika confidence loyal lebih besar daripada confidence churn sedangkan klasifikasi churn jika confidence churn lebih besar daripada confidence loyal.Dari hasil klasifikasi, menunjukan 61 pelanggan loyal dan 35 pelanggan churn, kemudian dapat diakumulasikan total pelanggan loyal adalah 636 pelanggan dan pelanggan churn 357 pelanggan.5 terbukti efektif dalam mengklasifikasikan pelanggan menjadi loyal dan churn.Proses klasifikasi berdasarkan nilai confidence menghasilkan prediksi yang membantu perusahaan dalam memahami karakteristik pelanggan serta mendukung pengambilan keputusan strategis.
Berdasarkan penelitian ini, saran penelitian lanjutan yang dapat dilakukan adalah: 1. Mengembangkan model yang lebih kompleks dengan menggabungkan berbagai algoritma dan teknik data mining untuk meningkatkan akurasi prediksi. 2. Menganalisis faktor-faktor lain yang dapat mempengaruhi loyalitas pelanggan, seperti kualitas layanan, pengalaman pengguna, dan faktor-faktor psikologis. 3. Menerapkan model ini pada dataset yang lebih besar dan beragam untuk menguji keandalannya dalam skala yang lebih luas. Dengan menggabungkan saran-saran ini, penelitian selanjutnya dapat meningkatkan kemampuan perusahaan dalam memahami dan mempertahankan pelanggan, serta mengembangkan strategi pemasaran yang lebih efektif.
- K-Nearest Neighbor for Classification of Tomato Maturity Level Based on Hue, Saturation, and Value Colors... doi.org/10.24014/ijaidm.v2i2.7975K Nearest Neighbor for Classification of Tomato Maturity Level Based on Hue Saturation and Value Colors doi 10 24014 ijaidm v2i2 7975
- Vol. 2 No. 2 (2024): (JGIT) Jurnal Greenation Ilmu Teknik (Mei - Juli 2024) | Jurnal Greenation Ilmu... doi.org/10.38035/jgit.v2i2Vol 2 No 2 2024 JGIT Jurnal Greenation Ilmu Teknik Mei Juli 2024 Jurnal Greenation Ilmu doi 10 38035 jgit v2i2
- Pemodelan Sistem Prediksi Tanaman Pangan Menggunakan Algoritma Decision Tree | CogITo Smart Journal.... cogito.unklab.ac.id/index.php/cogito/article/view/115Pemodelan Sistem Prediksi Tanaman Pangan Menggunakan Algoritma Decision Tree CogITo Smart Journal cogito unklab ac index php cogito article view 115
- Human Face Identification Using Haar Cascade Classifier and LBPH Based on Lighting Intensity | Hadi |... ejournal.uin-suska.ac.id/index.php/IJAIDM/article/view/15245Human Face Identification Using Haar Cascade Classifier and LBPH Based on Lighting Intensity Hadi ejournal uin suska ac index php IJAIDM article view 15245
| File size | 567.2 KB |
| Pages | 8 |
| DMCA | Report |
Related /
SUBSETSUBSET Model yang telah dibuat pada penelitian ini kemudian telah di-deploy ke dalam bentuk prediksi berbasis web, menggunakan streamlit dari Python. Hal iniModel yang telah dibuat pada penelitian ini kemudian telah di-deploy ke dalam bentuk prediksi berbasis web, menggunakan streamlit dari Python. Hal ini
BDKJAKARTABDKJAKARTA Hasil penelitian menunjukkan bahwa penerapan SIM Pendidikan berbasis situs web mampu meningkatkan efisiensi administrasi, transparansi informasi, sertaHasil penelitian menunjukkan bahwa penerapan SIM Pendidikan berbasis situs web mampu meningkatkan efisiensi administrasi, transparansi informasi, serta
UBMUBM Interaksi Manusia-Komputer (IMK) menjadi komponen penting dalam pengembangan antarmuka aplikasi pemesanan makanan online yang efektif dan efisien. TujuanInteraksi Manusia-Komputer (IMK) menjadi komponen penting dalam pengembangan antarmuka aplikasi pemesanan makanan online yang efektif dan efisien. Tujuan
BDKJAKARTABDKJAKARTA Data diolah menggunakan statistic deskriptif persentasi dan interpretasi. Penelitian menyimpulkan bahwa terjadi peningkatan kemampuan menyusun RPP yangData diolah menggunakan statistic deskriptif persentasi dan interpretasi. Penelitian menyimpulkan bahwa terjadi peningkatan kemampuan menyusun RPP yang
BDKJAKARTABDKJAKARTA Program layanan belajar keagamaan ini untuk menyadarkan orang tua pentingnya kecerdasan spiritual diwujudkan. Dari sinilah penting untuk meneliti programProgram layanan belajar keagamaan ini untuk menyadarkan orang tua pentingnya kecerdasan spiritual diwujudkan. Dari sinilah penting untuk meneliti program
BDKJAKARTABDKJAKARTA Sampel yang digunakan pada penelitian ini yaitu siswa kelas 7B sejumlah 32 orang. Sampel diperoleh dari populasi seluruh peserta didik SMPIT Al-MusyarrofahSampel yang digunakan pada penelitian ini yaitu siswa kelas 7B sejumlah 32 orang. Sampel diperoleh dari populasi seluruh peserta didik SMPIT Al-Musyarrofah
POLIBANPOLIBAN Sentimen analisis dilakukan sebagai upaya dalam mengevaluasi dan mengetahui kepuasan konsumen terhadap produk skincare serta sebagai bahan peningkatanSentimen analisis dilakukan sebagai upaya dalam mengevaluasi dan mengetahui kepuasan konsumen terhadap produk skincare serta sebagai bahan peningkatan
UBMUBM Tujuan utama algoritma Apriori adalah menemukan itemset yang sering muncul bersama dalam data. Algoritma ini mengadopsi pendekatan bottom‑up, di manaTujuan utama algoritma Apriori adalah menemukan itemset yang sering muncul bersama dalam data. Algoritma ini mengadopsi pendekatan bottom‑up, di mana
Useful /
POLTEKBANGMAKASSARPOLTEKBANGMAKASSAR Penerbangan memainkan peran kritis dalam memenuhi kebutuhan mobilitas global, menawarkan transportasi cepat, aman, dan efisien. Namun, keamanan dan keandalanPenerbangan memainkan peran kritis dalam memenuhi kebutuhan mobilitas global, menawarkan transportasi cepat, aman, dan efisien. Namun, keamanan dan keandalan
MAHAPRAJNASTABMAHAPRAJNASTAB Dalam perspektif Buddha, radikalisme muncul akibat pandangan salah, pemahaman keliru terhadap ajaran, keinginan balas dendam, dan ketidaksesuaian kebijakanDalam perspektif Buddha, radikalisme muncul akibat pandangan salah, pemahaman keliru terhadap ajaran, keinginan balas dendam, dan ketidaksesuaian kebijakan
MAHAPRAJNASTABMAHAPRAJNASTAB Pengukuran Innovative Behavior terdiri dari 10 indikator. Berdasarkan analisis faktor, terbentuk 3 faktor Innovative Behavior. Faktor pertama adalah EksplorasiPengukuran Innovative Behavior terdiri dari 10 indikator. Berdasarkan analisis faktor, terbentuk 3 faktor Innovative Behavior. Faktor pertama adalah Eksplorasi
UBMUBM Algoritma Viola-Jones dapat mendeteksi kehadiran wajah manusia pada citra digital yang dihasilkan dari smartphone, dengan tingkat akurasi deteksi sebesarAlgoritma Viola-Jones dapat mendeteksi kehadiran wajah manusia pada citra digital yang dihasilkan dari smartphone, dengan tingkat akurasi deteksi sebesar