ANALISIS ALGORITMA KNN BERBASIS FEATURE SELECTION UNTUK MEMPREDIKSI NASABAH PENGGUNA DEPOSITO MELALUI PEMASARAN LANGSUNG

ANALISIS ALGORITMA KNN BERBASIS FEATURE SELECTION UNTUK MEMPREDIKSI NASABAH PENGGUNA DEPOSITO MELALUI PEMASARAN LANGSUNG

• By Rahmawati, Ami; Yulianti, Ita; Yuliani, Yuri; Nurhadianto, Nurhadianto; Novitasari, Hafifah Bella;
• Jurnal Nasional Terakreditasi
• 318
• 29-36

Sebuah bank menggunakan teknik pemasaran langsung dalam menargetkan segmen nasabah dengan  cara  menghubungi  nasabah  tersebut  untuk  memenuhi  tujuan  tertentu.  Setelah menghubungi  nasabah,  bank  mendapatkan  informasi  apakah  nasabah  tersebut  sudah berlangganan produk yang ditawarkan oleh bank atau belum. Salah satu produk yang ditawarkan oleh bank antara lain yaitu deposito. Dari banyaknya informasi nasabah yang dikumpulkan, bank mampu  menawarkan  produk  dan  layanan  kepada  nasabah.  Kemampuan  tersebut  dapat menggunakan teknologi data mining, seperti tujuan dibuatnya penelitian ini yaitu memprediksi nasabah yang berlangganan deposito dengan algoritma K-Nearest Neighbor (KNN) dan feature selection yang diproses menggunakan tools Anaconda dan bahasa pemrograman python. Dari hasil penelitian yang diperoleh, akurasi dari penggunaan algoritma K-Nearest Neighbor (KNN) sebesar 74,37% dengan nilai K=9, sedangkan akurasi algoritma klasifikasi K-Nearest Neighbordengan menggunakan feature selection sebesar 89,72% dengan nilai K=3, sehingga didapat selisih peningkatan akurasi sebesar 15,35%.

• Katakunci Anaconda, Bank Marketing, KNN, Python
• URL https://ejournal.bsi.ac.id/ejurnal/index.php/swabumi/article/view/7581/pdf
• Penerbit JURNAL SWABUMI, SUKABUMI JAWA BARAT

REFERENSI

Anam,  C.,  &  Santoso,  H.  B.  (2018). Perbandingan Kinerja  Algoritma C4 . 5 dan  Naive  Bayes  untuk  Klasifikasi Penerima Beasiswa. 8(1), 13–19.

Ary, M. (2019). SATIN – Sains dan Teknologi Informasi  Ukuran  Akurasi  Klasifikasi Penyakit  Mesothelioma  Menggunakan Algoritma   K-Nearest   Neighbor   dan Backward Elimination. 5(1).

Bode,  A.  (2017). K-NEAREST  NEIGHBOR DENGAN   FEATURE   SELECTION MENGGUNAKAN        BACKWARD ELIMINATION    UNTUK    PREDIKSI HARGA KOMODITI KOPI ARABIKA. 9, 188–195.

Darmawan, H. (2017). pilih mana menabung di deposito   bank   atau   menabung. Retrieved   August   20,   2019,   from https://www.finansialku.com/pilih-mana-menabung-di-deposito-bank-atau-menabung-di-saham-bank/

Dhikhi, T., Kumar, V., Nadu, T., & Nadu, T. (2018). Bank Marketing Analysis. 8(11), 4–9. Hadi, A. F. (2017). ANALISIS DATA MINING UNTUK  MENENTUKAN  VARIABEL  – VARIABEL  YANG  MEMPENGARUHI. 4(1), 108–116.

Kalid, S. N., Khor, K. C., Ng, K. H., & Ting, C. Y.  (2014). Effective  Classification  for Unbalanced Bank Direct Marketing Data with Over-sampling. i(August), 12–15.

Kosti, S. M., Miloš, Đ., Simi, M. I., & Kosti, M. V. (2018). Data Mining and Modeling Use Case in Banking Industry. 1–4.

Lestari,  M.  E.  I.  (2014). PENERAPAN ALGORITMA  KLASIFIKASI  NEAREST NEIGHBOR   (   K-NN   )   UNTUK MENDETEKSI  PENYAKIT  JANTUNG. 7(September 2010), 366–371.

Moro, S., Cortez, P., & Rita, P. (2014). A data-driven approach to predict the success of bank  telemarketing. Decision  Support Systems. https://doi.org/10.1016/j.dss.2014.03.001 

Mustafa,  M.  S.,  &  Simpen,  I.  W.  (n.d.) Implementasi   Algoritma   K-Nearest Neighbor  (  KNN  )  Untuk  Memprediksi Pasien Terkena Penyakit Diabetes Pada Puskesmas   Manyampa   Kabupaten Bulukumba. VIII(1), 1–10.

Pengetahuan,  J.,  &  Komputer,  D.  A.  N.  T. (2017). PENERAPAN  METODE  K-NEAREST     NEIGHBOR     PADA PENENTUAN  GRADE  DEALER. 2(2), 108–112.

Ruangthong,  P.,  &  Jaiyen,  S.  (2015). Bank Direct Marketing Analysis of Asymmetric Information Based on Machine Learning. 93–96.

Rusdiawan, T. W., Alamsyah, A., Manajemen, M., Ekonomi, F., Bisnis, D., & Telkom, U. (2019). EKSPLORASI DATA PELANGGAN , UNTUK KONTEKSTUAL MARKETING  VOICE  OVER  LONG TERM EVOLUTION PT . TELKOMSEL MENGGUNAKAN           METODE CLUSTERING  K-MEANS  CUSTOMER DATA  EXPLORATION, FOR CONTEXTUAL  MARKETING  VOICE OVER LONG TERM EVOLUTION PT . TELKOMSEL    USING    K-MEANS CLUSTERING METHOD. 6(1), 537–544.

Ula,  R.   (2018). PЕNGАRUH   CAPITAL ADEQUACY RATIO ( CAR ), INFLASI , DAN SUKU BUNGA SERTIFIKAT BANK INDONESIA   (   SBI   )   TERHADAP TINGKAT  SUKU  BUNGA  DEPOSITO BERJANGKA ( Studi Pаdа Pеrusаhааn Bаnk   Pembangunan    Daerah   di Indonеsiа Pеriodе 2010-2015 ). 56(1)