Pendekatan Data Science Untuk Menemukan Customer Churn Pada Perusahaan Fashion Dengan Metode Machine Learning
DOI:
https://doi.org/10.53513/jsk.v6i2.8185Keywords:
Churn, Data Science, Machine Learning, Perusahaan FashionAbstract
Banyaknya perusahaan yang bergerak pada industri fashion, dalam hal ini membuat perusahaan fashion terus menghadirkan inovasi untuk mendorong persaingan usaha yang ketat di industri fashion tersebut. Hal ini yang menyebabkan customer churn menjadi masalah terbesar yang dihadapi oleh perusahaan, dimana pelanggan memutuskan untuk berhenti bertransaksi. Dengan banyaknya e-commerce membuat pelanggan memilih untuk berbelanja pada e-commerce dibandingkan berbelanja secara langsung. Penelitian ini bertujuan untuk menganalisa kejadian churn dengan membuat churn prediction model menggunakan pendekatan data science dengan metode machine learning. Setelah itu, diperlukan sebuah rekomendasi terhadap customer tersebut. Dengan adanya sebuah rekomendasi, diharapkan dapat memberikan sebuah informasi yang bermanfaat bagi perusahaan dalam pengambilan suatu keputusan. Dari berbagai uji coba pada empat model, dipilih model RandomForestClassifier dan menghasilkan nilai akurasi sebesar 1.00 .References
M. Herawati, I. L. Wibowo, and I. Mukhlash, “Prediksi Customer Churn Menggunakan Algoritma Fuzzy Iterative Dichotomiser 3,†Limits J. Math. Its Appl., vol. 13, no. 1, p. 23, 2016, doi: 10.12962/j1829605x.v13i1.1913.
N. N. F. R, D. S. Anggraeni, and U. Enri, “Pengelompokkan Data Kemiskinan Provinsi Jawa Barat Menggunakan Algoritma K-Means dengan Silhouette Coefficient,†Temat. J. Teknol. Inf. Komun., vol. 9, no. 1, pp. 29–35, 2022, [Online]. Available: http://jurnal.plb.ac.id/index.php/tematik/article/view/901.
A. N. Rachmi, “Implementasi Metode Random Forest Dan Xgboost Pada Klasifikasi Customer Churn,†2020.
R. Novendri, R. Andreswari, and ..., “Implementasi Data Mining Untuk Memprediksi Customer Churn Menggunakan Algoritma Naive Bayes,†eProceedings …, vol. 8, no. 2, pp. 2762–2773, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/download/14678/14455.
Abdussalam Amrullah, Intam Purnamasari, Betha Nurina Sari, Garno, and Apriade Voutama, “Analisis Cluster Faktor Penunjang Pendidikan Menggunakan Algoritma K-Means (Studi Kasus: Kabupaten Karawang),†J. Inform. dan Rekayasa Elektron., vol. 5, no. 2, pp. 244–252, 2022, doi: 10.36595/jire.v5i2.701.
F. M. Almufqi, A. Voutama, S. Informasi, I. Komputer, U. S. Karawang, and T. Timur, “PERBANDINGAN METODE DATA MINING UNTUK MEMPREDIKSI PRESTASI,†vol. 15, no. 1, pp. 61–66, 2023, doi: 10.30736/jt.v15i1.929.
M. R. Raharjo and A. P. Windarto, “Penerapan Machine Learning dengan Konsep Data Mining Rough Set (Prediksi Tingkat Pemahaman Mahasiswa terhadap Matakuliah),†J. Media Inform. Budidarma, vol. 5, no. 1, p. 317, 2021, doi: 10.30865/mib.v5i1.2745.
M. Mahendra, R. Chandra Telaumbanua, A. Wanto, and A. Perdana Windarto, “Akurasi Prediksi Ekspor Tanaman Obat, Aromatik dan Rempah-Rempah Menggunakan Machine Learning,†KLIK Kaji. Ilm. Inform. dan Komput., vol. 2, no. 6, pp. 207–215, 2022, doi: 10.30865/klik.v2i6.402.
S. Informasi, F. I. Komputer, U. Buana, and P. Karawang, “Prediction of Rice Field Planted Area with CRISP-DM Using Classification and Regression Tree ( Cart ) Algorithms,†vol. 5, no. 1, pp. 578–587, 2023.
A. Yulianto and F. Firmansyah, “Prediksi Customer Churn Pada Bisnis Retail Menggunakan Algoritma Naïve Bayes,†Remik, vol. 6, no. 1, pp. 41–47, 2021, doi: 10.33395/remik.v6i1.11196.
A. H. Hasugian, M. Fakhriza, and D. Zukhoiriyah, “Volume 6 ; Nomor 1,†Januari, vol. 6, pp. 98–107, 2023, [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jsk/index.
A. M. Husein and M. Harahap, “Pendekatan Data Science untuk Menemukan Churn Pelanggan pada Sector Perbankan dengan Machine Learning,†Data Sci. Indones., vol. 1, no. 1, pp. 8–13, 2021, doi: 10.47709/dsi.v1i1.1169.
D. Hadyan Tisantri, R. Cahya Wihandika, and S. Adinugroho, “Prediksi Keputusan Pelanggan Menggunakan Extreme Learning Machine Pada Data Telco Customer Churn,†J. Pengemb. Teknol. Inf. dan Ilmu KomputerJurnal Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 11, pp. 10516–10523, 2019.
A. P. Riani, A. Voutama, and T. Ridwan, “Penerapan K-Means Clustering Dalam Pengelompokan Hasil Belajar Peserta Didik Dengan Metode Elbow,†J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 6, no. 1, p. 164, 2023, doi: 10.53513/jsk.v6i1.7351.
T. Tommy and A. M. Husein, “Model Prediksi Prestasi Mahasiswa Berdasarkan Evaluasi Pembelajaran Menggunakan Pendekatan Data Science,†Data Sci. Indones., vol. 1, no. 1, pp. 14–20, 2021, doi: 10.47709/dsi.v1i1.1168.
K. Ciptady, M. Harahap, J. Jonvin, Y. Ndruru, and I. Ibadurrahman, “Prediksi Kualitas Kopi Dengan Algoritma Random Forest Melalui Pendekatan Data Science,†Data Sci. Indones., vol. 2, no. 1, 2022, doi: 10.47709/dsi.v2i1.1708.
