IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI CUSTOMER CHURN MENGGUNAKAN ALGORITMA NAIVE BAYES

RISKY NOVENDRI

Informasi Umum

Kode

21.04.573

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

372 kali

Informasi Lainnya

Abstraksi

Telkomsel merupakan perusahaan telekomunikasi yang paling banyak diminati oleh masyarakat Indonesia. Pada tahun 2018, perusahaan Telkomsel memiliki jumlah pelanggan aktif sebanyak 163 juta pelanggan aktif. Namun, tidak banyak pula pelanggan setia Telkomsel beralih ke operator lain. Dikabarkan bahwa, pada semester satu 2019 pelanggan telkomsel berkurang sebesar 5,7% dari yang awalnya 177,9 juta menjadi 167,8 juta pelanggan. Hal ini dikarenakan belum adanya suatu pemanfaatan data mining untuk memprediksi customer churn. Dengan memanfaatkan implementasi data mining menggunakan algoritma naive bayes untuk memprediksi customer churn. Sehingga, pada penelitian ini akan menggunakan algoritma naive bayes dan data total konsumsi kuota pelanggan setiap harinya selama satu bulan untuk memprediksi customer churn dan non-churn. Dari penelitian ini, peneliti mendapatkan hasil akurasi tertinggi sebesar 83,02%. Dari hasil prediksi pelanggan non-churn tersebut didapat hasil precision 84,90% dan recall 80,31% sehingga menghasilkan f1-measure sebesar 82,54%. Kemudian dari hasil prediksi customer churn, diperoleh precision sebesar 81,43% dan recall 85,56 sehingga menghasilkan f1-measure sebesar 83,44%. Selain f1-measure, pada penelitian ini, menerapkan k-fold cross validation dan menghasilkan skor sebesar 82,94% dari persentase yang diperoleh maka model masuk ke dalam klasifikasi baik. Dari hasil penelitian ini diharap dapat memberikan informasi yang bermanfaat bagi stakeholder terutama pihak perusahaan dalam pengambilan keputusan untuk mencegah terjadinya customer churn.