IMPLEMENTASI METODE SMOTE DAN BACK PROPAGATION YANG TERMODIFIKASI
CONJUGATE GRADIENT POWELL BEALE UNTUK PREDIKSI CHURN PERUSAHAAN TELEKOMUNIKASI
RUDIYANTO
Informasi Umum
Kode
17.04.3502
Klasifikasi
006.312 - Data mining
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Mining
Dilihat
166 kali
Informasi Lainnya
Abstraksi
Churn prediction adalah suatu pendekatan data mining untuk memprediksi pelanggan yang berpotensial meninggalkan sebuah penyedia layanan atau biasa disebut sebagai customer churn. Ada banyak alternatif data mining yang bisa diterapkan untuk memodelkan churn prediction. Namun model klasifikasi data mining memiliki keterbatasan karena sifat khusus dari churn yaitu imbalance class, sehingga akurasi hasil klasifikasi dari kelas mayoritas (not churn) cenderung naik sedangkan hasil klasifikasi dari kelas minoritas (churn) cenderung memburuk. Salah satu pendekatan dalam menangani imbalance class tersebut adalah Synthetic Minority Over-Sampling Technique (SMOTE). Data yang digunakan pada penelitian ini menggunakan data pelanggan PT. Telekomunikasi Indonesia Regional 7. Performansi terbaik yang diperoleh pada penelitian tugas akhir ini memiliki nilai F1-Measure sebesar 59.06% dan akurasi sebesar 95.92%. Kata kunci : churn prediction, imbalance class, SMOTE, backpropagation, conjugate gradient powell beale, F1-Measure.
- CCH3B3 - KECERDASAN BUATAN
- CCH4B4 - TUGAS AKHIR
- IKG4E4 - TUGAS AKHIR II
- CRI2D3 - KECERDASAN BUATAN
- CII4E4 - TUGAS AKHIR
- III4A4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | RUDIYANTO |
| Jenis | Perorangan |
| Penyunting | UNTARI NOVIA WISESTY, ANNISA ADITSANIA |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | BANDUNG |
| Tahun | 2017 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
