KLASIFIKASI CUSTOMER CHURN BERDASARKAN SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES (STUDI KASUS : ESL EXPRESS TASIKMALAYA)

Shaffira Atthariq, Ajeng (2020) KLASIFIKASI CUSTOMER CHURN BERDASARKAN SEGMENTASI PELANGGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES (STUDI KASUS : ESL EXPRESS TASIKMALAYA). Sarjana thesis, Universitas Siliwangi.

[img] Text
1. Cover.pdf

Download (52kB)
[img] Text
5. Abstrak.pdf

Download (83kB)
[img] Text
BAB I.pdf

Download (153kB)
[img] Text
BAB II.pdf

Download (344kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (126kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (4MB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (34kB)
[img] Text
12. Daftar Pustaka.pdf

Download (50kB)

Abstract

Jasa pengiriman barang sudah menjadi kebutuhan utama di zaman sekarang ini mengingat kebutuhan pengiriman barang setiap individu selalu meningkat. Akhirnya banyak lahir perusahaan jasa pengiriman yang bersaing secara kompetitif sehingga menuntut setiap perusahaan pada bidang yang sama untuk tetap menjaga konsistensinya. ESL Express merupakan salah satu perusahaan jasa pengiriman ekspres dengan cabang yang sudah tersebar di 40 kota Indonesia. Akan tetapi perusahaan ESL Express khusus nya cabang Tasikmalaya masih mempunyai beberapa kekurangan seperti lambatnya pengiriman dan kurangnya pemasaran membuat mudahnya pelanggan untuk berpindah ke jasa pengiriman lain (churn). Churn merupakan istilah berpindahnya pelanggan ke penyedia jasa lain. Untuk itu diperlukan proses klasifikasi churn yang bertujuan untuk mengklasifikasikan pelanggan sebagai pelanggan setia (loyal) atau pelanggan yang cenderung berpindah (churn) berdasarkan kelas pelanggan (segmentasi). Digunakan algoritma Naïve Bayes pada klasifikasi data pelanggan churn dan loyal periode Januari 2017 – Oktober 2018 berdasarkan kelas pelanggan dengan menerapkan model RFM. Dari hasil pengujian menggunakan software RapidMiner dan dievaluasi dengan metode Confusion Matrix dapat diperoleh hasil kinerja kelas Superstar mempunyai nilai Accuracy 95,83%, Precision 100%, Recall 87,50%. Kelas Golden menghasilkan nilai Accuracy 96,00%, Precision 100%, Recall 88,89%. Kelas Occational memilki nilai Accuracy 81,82%, Precision 85,71%, Recall 85,71. Kelas Everyday menghasilkan Accuracy 86,36%, Precision 81,82%, Recall 90,00%. Sedangkan kelas Dormant menghasilkan nilai Accuracy 95,90%, Precision 91,67%, Recall 73,33%. Kata Kunci : Klasifikasi, Data Mining, Churn, Naïve Bayes, RFM, Segmentasi Pelanggan

Item Type: Thesis (Sarjana)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Informatika
Depositing User: Lelis Masridah
Date Deposited: 10 Jun 2021 06:21
Last Modified: 10 Jun 2021 06:21
URI: http://repositori.unsil.ac.id/id/eprint/2513

Actions (login required)

View Item View Item