KLASIFIKASI CUSTOMER CHURN DENGAN METODE ALGORITMA C4.5 DECISION TREE

Customer churn dapat didefinisikan sebagai berhentinya berlangganan oleh pelanggan. Pelanggan biasanya memilih berhenti dari suatu perusahaan dan beralih ke perusahaan lain dan tidak memperpanjang kontrak. Hal ini biasanya terjadi dikarenakan ada hal yang tidak sesuai dengan ekspektasi pelanggan, biasanya pelanggan mengganggap bahwa suatu perusahaan itu berada dibawah ekspekti. Churn juga sering digunakan untuk indikator tingkat kepuasan pelanggan serta kinerja perusahaan. Hasil yang diperoleh dari pengujian dengan pembagian data testing 10% sedangkan data training 90% dengan jumlah 7043 sampel data dengan akurasi 74%. Data diperoleh dari Kaggle dengan judul “Telecom Customer Churn Prediction”. Ada banyak hal yang menjadi pertimbangan dari para pelanggan meninggalkan suatu perusahaan, di antaranya seperti mengenai layanan, kualitas, dan lain sebagainya. Teknik yang diaplikasikan pada Churn ini menggunakan Decision Tree sebagai prediktor. Pendekatan yang biasanya digunakan untuk memprediksi berdasarkan kategori atau label kelasnya. Decision Tree bekerja seperti membangun pohon keputusan untuk memprediksi berdasarkan kelas label tertentu. Di dalam proyek ini menerapkan algortima C4.5 dalam penerapannya. Algoritma C4.5 ini terkenal akan kelebihannya yang beragam mulai dari bisa mengatasi nilai atribut yang hilang, yang menjadikan beberapa aturan yang mudah diimplementasikan dan cepat diantara algoritma yang lain.