IMPLEMENTASI METODE SMOTE DAN BACK PROPAGATION YANG TERMODIFIKASI CONJUGATE GRADIENT POWELL BEALE UNTUK PREDIKSI CHURN PERUSAHAAN TELEKOMUNIKASI

RUDIYANTO

Informasi Dasar

17.04.3502
006.312
Karya Ilmiah - Skripsi (S1) - Reference

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.

Subjek

DATA MINING
 

Katalog

IMPLEMENTASI METODE SMOTE DAN BACK PROPAGATION YANG TERMODIFIKASI CONJUGATE GRADIENT POWELL BEALE UNTUK PREDIKSI CHURN PERUSAHAAN TELEKOMUNIKASI
 
 
INDONESIA

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

RUDIYANTO
Perorangan
UNTARI NOVIA WISESTY, ANNISA ADITSANIA
 

Penerbit

Universitas Telkom
BANDUNG
2017

Koleksi

Kompetensi

  • CCH3B3 - KECERDASAN BUATAN
  • CCH4B4 - TUGAS AKHIR
  • IKG4E4 - TUGAS AKHIR II
  • CRI2D3 - KECERDASAN BUATAN
  • CII4E4 - TUGAS AKHIR
  • III4A4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini