gCLxcKKAJmbACaihfr7QajzX6AsZRlzTBM0AxvT0

JURNAL : PERANCANGAN SISTEM PREDIKSI CHURN PELANGGAN PT. TELEKOMUNIKASI SELULER DENGAN MEMANFAATKAN PROSES DATA MINING

Post a Comment
JURNAL : PERANCANGAN SISTEM PREDIKSI CHURN PELANGGAN PT. TELEKOMUNIKASI SELULER DENGAN MEMANFAATKAN PROSES DATA MINING

ABSTRAK 

Penelitian ini bertujuan merancang sistem prediksi churn pelanggan yang memanfaatkan proses data mining. Sistem yang dihasilkan dapat melakukan integrasi data, pembersihan data, transformasi data, sampling dan pemisahan data, konstruksi model prediksi, memprediksi churn pelanggan dan menampilkan hasil prediksi dalam format laporan tertentu yang diperlukan. Identifikasi variabel-variabel prediksi churn dilakukan berdasarkan model prediksi churn yang telah dikembangkan pada penelitian terdahulu yang antara lain mencakup informasi mengenai pelanggan, metode pembayaran, data percakapan, data penggunaan jenisjenis layanan telekomunikasi dan data yang menggambarkan perubahan perilaku penggunaan layanan telekomunikasi tersebut. Teknik mining yang dipilih adalah teknik klasifikasi dengan algoritma decision tree. Decision tree menghasilkan model visual yang merepresentasikan pola perilaku pelanggan yang churn dan tidak churn. Uji coba sistem yang dilakukan menggunakan data pelanggan Kartu Halo daerah Bandung menghasilkan tingkat akurasi model prediksi sebesar 70,94%. 

Kata kunci: customer relationship management (CRM), churn, data mining, decision tree, sistem prediksi churn. 


PENDAHULUAN 

Salah satu tantangan yang dihadapi CRM peru- sahaan operator telekomunikasi seluler adalah usaha menurunkan jumlah pelanggan yang berhenti meng- gunakan layanan perusahaan dan pindah ke peru- sahaan kompetitor. Perilaku pelanggan yang mening- galkan layanan yang diberikan perusahaan pada industri operator telekomunikasi seluler disebut churn. Rata-rata churn rate per bulan untuk perusahaan telekomunikasi selular di Eropa berkisar antara 8% sampai 12% dan biaya churn-nya sekitar 500 euro [1]. Sementara di Amerika Serikat, churn rate domestik per bulan pada tahun 1998 adalah 2-3 %. Biaya rata- rata untuk memperoleh seorang pelanggan baru mencapai 400 dolar dan biaya churn pada industri ini mendekati 6,3 juta dolar. Total kerugian per tahun dapat meningkat menjadi 9,6 juta dolar apabila kerugian pendapatan per bulan dari pelanggan juga ikut diperhitungkan, sehingga pada suatu perusahaan yang memiliki 1,5 juta pelanggan, pengurangan churn rate dari 2% menjadi 1% dapat meningkatkan pen- dapatan tahunan sediikitnya sebanyak 54 juta dolar dan meningkatkan shareholder value sampai 150 juta dolar [2]. Berdasarkan fakta tersebut, churn merupa- kan proses yang dapat mengurangi keuntungan peru- sahaan. Oleh karena itu, manajemen churn menjadi senjata yang krusial dalam berkompetisi, dan suatu fondasi pada suatu usaha pemasaran berorientasi pelanggan.


Peneliti : Rajesri Govindaraju

Untuk lebih lengkapnya silahkan download di link berikut ini :

JURNAL : PERANCANGAN SISTEM PREDIKSI CHURN PELANGGAN PT. TELEKOMUNIKASI SELULER DENGAN MEMANFAATKAN PROSES DATA MINING

Related Posts

Post a Comment