Analisis Prediksi Churn Menggunakan Metode Logistic Regression Dan Algoritma Decision Tree

Abstract

Abstrak

Costumer Relationship Management (CRM) merupakan sebuah strategi bisnis yang berorientasi pada pelanggan, dengan tujuan untuk memaksimalkan profit perusahaan dan kepuasan pelanggan. Salah satu aplikasi dari CRM adalah prediksi Churn. Churn mempunyai makna pelanggan memutuskan untuk keluar dari provider dan beralih ke provider lainnya atau ketidaksetiaan pelanggan. Teknik klasifikasi yang digunakan untuk prediksi Churn menggunakan metode Logistic Regression dan Decision Tree. Pada Logistic Regression pembentukan model berbasiskan persamaan dan kurva Logistic Regression. Sedangkan pada Decision Tree berbasiskan pohon keputusan. Hasil penelitian menunjukkan Decision Tree menghasilkan performansi lebih baik dibandingkan Logistic Regression dengan nilai akurasi 94,42% dan waktu 0,064 second. Sedangkan performansi yang dihasilkan metode Logistic Regression dengan akurasi sebesar 80,73% dan waktu 0,935 second. Penelitian lebih lanjut menunjukkan performansi terbaik pada metode Decisian Tree menggunakan satu atribut tagihan. Kata kunci: Prediksi Churn, Klasifikasi, Logistic Regression, Decision Tree.