Analisis Prediksi Churn pada Perusahaan Telekomunikasi dengan Metode Neighborhood Cleaning Rule (NCL) dan Backpropagation-Conjugate Gradient Fletcher Reeves (CGF)
DESI DELIYANI
Informasi Umum
Kode
17.04.3507
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Computer Science
Dilihat
158 kali
Informasi Lainnya
Abstraksi
Dalam menjalankan bisnis telekomunikasi salah satu tantangan yang harus dihadapi adalah customer churn. Prediksi churn lahir sebagai pengetahuan bagi perusahaan untuk mendeteksi pelanggan berpotensi churn di masa mendatang. Proses utama dalam prediksi churn adalah balancing dan klasifikasi. Untuk menangani masalah imbalance class pada prediksi churn, diusulkan metode Neighborhood Cleaning Rule (NCL). Backpropagation termodifikasi Algoritma Conjugate Gradient Fletcher Reeves digunakan untuk mengklasifikasikan pelanggan churn dan non churn. Data yang digunakan pada tugas akhir ini adalah data pelanggan PT. Telekomunikasi Indonesia Regional 7. Metode NCL yang digunakan pada proses balancing menghasilkan performansi terbaik yaitu F1-Measure sebesar 50.13% dan akurasi sebesar 97.23%. RUS merupakan metode balancing data dengan mengurangi data pada kelas mayor dan mampu menghasilkan performansi tertinggi yaitu F1-Measure sebesar 62.99% dan akurasi sebesar 97.22%.
- CCH3B3 - KECERDASAN BUATAN
- CNH4F3 - SOFT COMPUTING
- CRI2D3 - KECERDASAN BUATAN
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | DESI DELIYANI |
| 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 |
