PERANCANGAN MODEL PREDIKSI CHURN MENGGUNAKAN DATA MINING UNTUK RETENSI PELANGGAN (KASUS KartuHalo PT.TELEKOMUNIKASI SELULAR)

PUTU EKA PUTRA

Informasi Umum

Kode

19.05.057

Klasifikasi

C -

Jenis

Karya Ilmiah - Thesis (S2) - Reference

Subjek

Data Mining

Informasi Lainnya

Abstraksi

ABSTRAK

Berdasarkan data laporan angka sales, churn, customer base kartuHalo segment retail (Reguler) dalam lima tahun terakhir terjadi peningkatan jumlah pelanggan churn. Besarnya jumlah pelanggan yang churn tersebut mengindikasikan bahwa program-program retention yang dijalankan selama ini belum tepat sasaran. Terkait hal tersebut perlu dilakukan penelitian terkait perancangan model prediksi churn, dimana hasil prediksi churn ini akan menjadi informasi yang berguna dalam merancang dan memutuskan program retensi yang akan di lakukan serta pelanggan mana saja yang akan menjadi target untuk di berikan program retensi Pada penelitian ini sumber data yang dipergunakan berasal dari data Telkomsel yang berkaitan dengan behavior pelanggan meliputi total tagihan, data percakapan, sms, penggunaan data infromasi churn, pada periode bulan Januari sampai dengan bulan Maret 2018. Dilakukan pengolahan data melalui data maining dengan modeling logistic regeression menggunakan SPSS data modeler Berdasarkan hasil pengolahan data Model ini memiliki sensitivity atau kemampuan untuk memprediksi pelanggan churn secara tepat dari kelompok pelanggan yang churn sebesar 97.9% , sedangkan Lima variabel terbaik yang bisa digunakan dalam memprediksi churn adalah : Rata-rata transaksi atas pemakaian voice ke sesama pengguna Telkomsel, Pernah atau tidak pelangan mengganti device, Rata-rata transaksi atas pemakaian voice diluar pengguna Telkomsel, rata-rata tagihan pelanggan, pernah atau tidaknya pelanggan menunggak dalam pembayaran.