ANALISIS CUSTOMER CHURN DENGAN IMPLEMENTASI DATA MINING BERBASIS ALGORITMA RANDOM FOREST  (Studi Kasus: PT Prioritas Group Purwokerto) - Dalam bentuk buku karya ilmiah

AZKA NABALAH PUTRI ARMEIRA

Informasi Umum

Kode

25.04.726

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining-clustering Analysis

Dilihat

92 kali

Informasi Lainnya

Abstraksi

PT Prioritas Purwokerto Group yang memiliki empat cabang yakni di Bobotsari, Sidareja, Maos dan Purwokerto yang merupakan pelaku bisnis ritel yang bergerak di sektor furnitur dan elektronikdalam menjalankan bisnisnya yang mengalami persaingan bisnis yang semakin ketat. Perusahaan ritel dituntut untuk beradaptasi dengan cepat terhadap pertumbuhan lanskap pasar. Transformasi digital menjadi kunci utama dalam menghadapi tantangan ini, terutama dengan adanya pergeseran pola konsumsi pasca-pandemi dan pertumbuhan pesat e-commerce menghadapi tantangan signifikan dalam mempertahankan pangsa pasar dan mengatasi penurunan penjualan. Salah satu isu krusial yang perlu diatasi adalah customer churn. Studi ini berfokus pada identifikasi pelanggan yang berpotensi churn dan faktor-faktor yang mempengaruhinya. Penelitian ini memanfaatkan platform data mining Rapid Miner dengan menerapkan algoritma Random Forest menghasilkan nilai sebesar 97.28% yang menunjukan bahwa model ini memiliki kemampuan yang baik dalam mengklasifikasikan data dengan benar dan segmentasi Recency, Frequency, Monetary (RFM) untuk menganalisis data pelanggan yang diperoleh dari basis data Perusahaan sebanyak 6961 data. Setelah dilakukan segmentasi RFM dihasilkan data sebanyak 340 data pelanggan yang diklasifikasikan ke dalam empat kategori loyalitas: Platinum, Gold, Diamond, dan Silver. Hasil analisis menunjukkan bahwa 54% pelanggan PT Prioritas Purwokerto Group termasuk dalam kategori Gold, diikuti oleh 29% Silver, 14% Platinum, dan 3% Diamond. Dominasi kategori Gold mengindikasikan tingkat churn pelanggan yang cukup tinggi sehingga perlu dilakukannya strategi retensi yang efektif untuk meningkatkan loyalitas customer. Hal ini berkontribusi pada peningkatan loyalitas pelanggan, optimalisasi profitabilitas, dan pencapaian keunggulan kompetitif yang berkelanjutan. Kata Kunci : Bisnis Ritel, Customer Churn, Random Forest, RFM, Rapid Miner.