Handling Imbalanced Data dalam Prediksi Churn Menggunakan Algoritma ADASYN dan Algoritma Propagasi Balik Jaringan Syaraf Tiruan

ALDO LIONEL SAONARD

Informasi Umum

Kode

17.04.911

Klasifikasi

004 - Data processing, Computer science

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

237 kali

Informasi Lainnya

Abstraksi

Aset yang paling berharga yang dimiliki oleh sebuah perusahaan telekomunikasi adalah pelanggan. Karenanya sebuah perusahaan Telekomunikasi akan selalu berupaya dalam mempertahankan aset mereka dengan memberikan layanan yang memuaskan. Namun demikian, ketatnya persaingan antar perusahaan Telekomunikasi akan memberikan banyak pilihan pelanggan berpotensi churn(berhenti berlayanan). Churn sangat berdampak pada loss revenue sebuah perusahaan Telekomunikasi, selain itu biaya untuk menarik pelanggan baru lebih besar daripada mempertahankan pelanggan yang sudah ada. Karena alasan ini kasus churn mendapat perhatian serius perusahaan Telekomunikasi untuk mencegahnya. Akan diperlukan sistem untuk memprediksi churn dari para pelanggan. Dalam membuat sistem prediksi churn, masalah yang sering ditemukan adalah data yang tidak seimbang antara data kelas major (tidak churn) dan kelas minor (churn). Metode yang digunakan untuk meng-handle imbalanced data pada tulisan ini adalah teknik oversampling, yaitu algoritma ADASYN (Adaptive Synthetic). ADASYN adalah modifikasi dari algoritma SMOTE yang telah disempurnakan [8].Selanjutnya algoritma klasifikasi yang dipakai pada penelitian ini adalah algoritma Algoritma Propagasi Balik Jaringan Syaraf Tiruan karena mampu memberikan nilai akurasi yang tinggi. Hasil pengujian dengan menggunakan proposed scheme dapat menghasilkan akurasi hingga 96 .83% dan F1-Measure hingga 0.4930