Skripsi

Prediksi perilaku customer churn pada pelanggan PT. Telkom Indonesia TBK menggunakan algoritma decision tree dan deep learning-ann / Darin Ramadhanti

Abstrak
RINGKASAN Ramadhanti Darin. 2021. Prediksi Perilaku Customer Churn pada Pelanggan PT. Telkom Indonesia Tbk Menggunakan Algoritma Decision tree dan Deep Learning-ANN. Skripsi. Jurusan Teknik Mesin. Fakultas Teknik. Universitas Negeri Malang. Pembimbing (I) Aisyah Larasati S.T. M.T. MIM. Ph.D. (II)Abdul Muid S.T. M.T. Kata Kunci customer churn CRM data mining decision tree deep learning-ANN PT. Telkom Indonesia sebagai perusahaan telekomunikasi Indonesia menghadapi permasalahan perilaku pelanggan yang terus berpindah layanan provider atau disebut customer churn. Permasalahan ini akan berdampak pada pendapatan perusahaan. Prediksi churn dilakukan sebagai usaha preventif perusahaan melaui pendekatan CRM (Customer Relationship Management). Model klasifikasi dibangun dengan menggunakan metode data mining dengan algoritma deep learning ANN dan decision tree. Data yang diolah berupa data aktivitas pelanggan PT. Telkom Indonesia pada periode Januari Desember 2020 dengan sembilan variabel. Pemodelan dibangun pada software RapidMiner Studio 9.8. Algoritma deep learning menggunakan beberapa parameter yaitu ReLu maxout dan tanh dengan variasi hidden layer (5- 80) dan nilai epoch (10 30 50). Algoritma decision tree memilki parameter antara lain information gain gini index dan gain ratio dengan variasi maximal depth (0 01 dan 0 1) dan minimal gain (4-30). Tahap pemodelan dilakukan dengan metode trial and error hingga menemukan nilai akurasi yang optimal. Hasil yang diperoleh menunjukkan model deep learning ANN terbaik memiliki akurasi sebesar 76 35% dengan parameter epoch sebesar 30 hidden layer 50 dengan tanh sebagai activation function. Model decision tree terbaik memiliki akurasi 78 28% dengan parameter information gain minimal gain 0 01 dan jumlah maximal depth 6. Terdapat beberapa faktor berpengaruh pada customer churn di PT. Telkom Indonesia. Menurut model deep learning ANN Variabel lama kontrak tipe layanan dan IPTV merupakan tiga faktor yang paling berpengaruh. Sedangkan berdasarkan pemodelan decision tree variabel lama kontrak besar download per bulan dan nilai kepuasan pelanggan memiliki hubungan potensial dengan customer churn. Melalui pendekatan ini dapat disimpulkan bahwa customer churn pada PT. Telkom Indonesia memiliki tipe voluntary churn yang dipengaruhi oleh faktor pelayanan dan teknologi Hasil prediksi pada model deep learning-ANN terdapat 2567 pelanggan churn dan 4386 pelanggan tetap. Persentase churn pada model ini sebesar 36 4%. Terdapat kenaikan sebesar 11% dibanding dengan tahun 2020. Sedangkan pada decision tree diprediksi akan terjadi 1367 customer churn dan 5676 pelanggan lainya akan bertahan. Tingkat customer churn sebesar 19 4%. Pada model ini jelas churn PT. Telkom Indonesia terjadi penurunan sebesar 5 9%. Model decision tree disarankan untuk dipilih karena memiliki nilai akurasi yang lebih baik dibanding deep learning-ANN. Ditinjau dari waktu komputasi decision tree juga memilki waktu yang lebih cepat dibanding deep-learning-ANN

Informasi Detail

DDC

Rs 658.8342 RAM p

Prodi

Universitas Negeri Malang. Program Studi Teknik Industri, 2021.

Deskripsi Fisik

xv, 71 lembar : ilus. ; 30 cm.

Bahasa

Indonesia

No Reg

03087/KI/22

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2021

Subjek

1. KONSUMEN PRILAKU - ALGORITMA KOMPUTER
2. CONSUMER BEHAVIOR - COMPUTER ALGORITHM

Pembimbing

1. Aisyah Larasati ; 2. Abdul Muid

Lampiran Berkas