PREDIKSI TINGKAT PELANGGAN CHURN PADA PERUSAHAAN TELEKOMUNIKASI DENGAN KOMBINASI ALGORITMA RANDOM FOREST DAN SMOTEENN

• IQBAL MUHAMMAD LATIEF
• 14002323

---

ABSTRAK

Dengan pesatnya kemajuan industri telekomunikasi, dan persaingan antar perusahaan telekomunikasi semakin meningkat, perusahaan perlu untuk memprediksi pelanggannya dalam mengetahui tingkat churn pelanggan. berkaitan dengan hal tersebut maka di sulkan penelitian prediksi tingkat pelanggan churn pada perusahaan telekomunikasi dengan algoritma adaboost. prediksi dapat dilakukan dengan menganalisis data pelanggan menggunakan teknik data mining. sejalan dengan ini dengan mengumpulan informasi dari bisnis telekomunikasi dapat membantu memprediksi huubngan pelanggan apakah mereka akan meninggalkan perusahaan. data yang digunakan dalam penelitian ini adalah data sekunder dan berjumlah 7.403 data dari pelanggan. Data memiliki 21 variabel. studi ini mengusulkan untuk menggunakan metode ensemble yaitu adaboost, xgboost dan random forest dan membandingkannya. algoritma divalidasi melalui data training dan data testing dengan rasio 80:20. dari hasil yang kami dapatkan dengan menggunakan alat bantu python maka ditemukan algoritma random forest dikombniasi dengan SMOTEENN memilik akurasi tertinggi yaitu 96%.

Kata kunci : Data Mining, Komparasi Model, Prediksi Churn, Random Forest, SMOTEENN

KATA KUNCI

Data Mining

---

DAFTAR PUSTAKA