Winda Chariska
Universitas Pamulang

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : journal of data science and informatics engineering

Strategi Customer Intelligence Melalui Klasterisasi K-Means untuk Optimalisasi Retensi Pelanggan pada Industri Telekomunikasi Muhammad Azril Surya Ramadhan; Winda Chariska; Mufidah Karimah
Journal of Data Science and Informatics Engineering Vol. 1 No. 2 (2026): April 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/jodsie.v1i2.38

Abstract

Di tengah persaingan ketat industri telekomunikasi, tingginya churn rate pelanggan mengancam stabilitas pendapatan perusahaan. Penelitian ini menerapkan klasterisasi K-Means pada dataset Telco Customer Churn untuk mengidentifikasi segmen pelanggan guna optimalisasi retensi melalui customer intelligence, mengikuti kerangka CRISP-DM. Data diproses dengan imputasi median pada Total Charges, normalisasi StandardScaler, dan penentuan klaster optimal (k=4) via Elbow Method. Hasil mengungkap empat profil: (1) The Newbies  (tenure rendah, biaya rendah); (2) High-Value Loyalists (tenure tinggi, biaya tinggi); (3) At-Risk Big Spenders (tenure rendah, biaya sangat tinggi); dan (4) Budget Veterans (tenure tinggi, biaya rendah), divalidasi Silhouette Score solid. Temuan memungkinkan strategi personalisasi: promo onboarding untuk Newbies, VIP rewards untuk Loyalists, kontrak jangka panjang untuk At-Risk, dan upselling bundling untuk Veterans. Pendekatan ini meningkatkan efisiensi alokasi sumber daya pemasaran berbasis data.