Penerapan Algoritma C4.5 Untuk Prediksi Loyalitas Nasabah PT Erdika Elit Jakarta

Penerapan Algoritma C4.5 Untuk Prediksi Loyalitas Nasabah PT Erdika Elit Jakarta

• By Umam, Khotibul; Puspitasari, Diah; Nurhadi, Acmad;
• Jurnal Nasional Terakreditasi
• 110
• 65-71

Algoritma C4.5 merupakan kelompok algoritma decision tree. Algoritma ini mempunyai input berupa training samples dan samples. Sedangkan samples merupakan field-field data yang nantinya akan kita gunakan sebagai parameter dalam melakukan klasifikasi data. Dari variabel frekuensi transaksi perusahaan dapat melihat nasabah mana yang loyal terhadap perusahaan berdasarkan data historis transaksi nasabah, namun masih ada beberapa variabel yang membuat nasabah loyal terhadap perusahaan. Variabel – variabel tersebut ialah usia, gender nasabah, gender sales perusahaan, latar belakang pendidikan, frekuensi transaksi nasabah. Perusahaan mengetahui bagaimana memprediksi nasabah yang akan loyal terhadap perusahaan berdasarkan pengalaman dari beberapa variabel diatas, namun perusahaan tidak mengetahui variabel yang paling berpengaruh dalam penilaian nasabah yang loyal karena dari beberapa variabel diatas tidak saling terhubung dan belum pasti kalau satu variabel dapat membuat keputusan apakah nasabah tersebut loyal. Berdasarkan pohon keputusan yang telah dibuat atribut yang paling berpengaruh terhadap loyalitas nasabah adalah latar belakang pendidikan karena memiliki nilai gain yang paling tinggi yaitu 1.545292721 dan sebagai akar dari pohon keputusan sedangkan gender nasabah tidak terlalu berpengaruh terhadap loyalitas nasabah karena selalu berada pada node terakhir dengan nilai gain yaitu 0,623919119

• Katakunci Data Mining, Algoritma C4.5, Loyalitas Nasabah
• URL https://ejurnal.stmik-budidarma.ac.id/index.php/mib/article/view/1652/1462
• Penerbit Jurnal MIB (Media Informatika Budidarma), Jakarta DKI Jakarta

REFERENSI

[1] Y. Ernawati, Y. D. Suseno, and Sunarso, “Pengaruh kualitas produk dan kualitas layanan terhadap loyalitas pelanggan dengan kepuasan pelanggan sebagai variabel mediasi (survei pada pelanggan dgc coffeeshop di solo, kuoarjo,sragen),” J. Manaj. Sumber Daya Mns., vol. 11, no. 2, pp. 175–187, 2017. [2] N. Iriadi and N. Nuraeni, “Kajian Penerapan Metode Klasifikasi Data Mining Algoritma C4.5 untuk Prediksi Kelayakan Kredit Pada Bank Mayapada Jakarta,” Tek. Komput. AMIK BSI, vol. II, pp. 132–137, 2016. [3] H. M. Nawawi, S. Rahayu, M. ja’far Shidiq, and J. J. Purnama, “Algoritma C4.5 untuk Memprediksi Pengambilan Keputusan Memilih Deposito Berjangka,” vol. 16, no. 1, pp. 65–72, 2019. [4] H. D. Tarigan, F. Destiawati, and A. Fitriansyah, “Implementasi Algoritma C4.5 Terhadap Kepuasan Pelanggan,” Ethos (Jurnal Penelit. dan Pengabdi. Masyarakat), vol. Vol. 6, No, pp. 80–86, 2017. [5] K. J. Atmaja, I. B. G. Anandita, and N. K. C. Dewi, “Penerapan Data Mining Untuk Memprediksi Potensi Pendonor Darah Menjadi Pendonor Tetap Metode Decision Tree C.45,” s@CIES, vol. 7, pp. 101–108, 2017. [6] Ihsan and R. Wajhillah, “Penerapan Algoritma C4.5 Terhadap Diagnosa Penyakit Demam Tifoid Berbasis Mobile,” SWABUMI, no. October 2015, 201