Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Riset Mahasiswa Matematika
Zahwa Rifsya Pangesti
Program Studi Matematika, Fakultas Sains dan Teknologi, Universitas Jambi
Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Churn Pelanggan Telekomunikasi menggunakan Regresi Logistik Biner Zahwa Rifsya Pangesti; Corry Sormin
Jurnal Riset Mahasiswa Matematika Vol 5, No 2 (2025): Jurnal Riset Mahasiswa Matematika
Publisher : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/jrmm.v5i2.38982

Abstract

Peningkatan persaingan dalam industri telekomunikasi mendorong perusahaan untuk mengelola risiko pelanggan berhenti berlangganan agar bisa mempertahankannya dengan lebih baik. Penelitian ini bertujuan menemukan faktor-faktor yang memengaruhi kemungkinan pelanggan berhenti berlangganan, terutama dalam hal layanan telepon, layanan internet fiber, dan jenis kontrak yang digunakan. Untuk menganalisis data, digunakan metode regresi logistik biner dengan sampel sebanyak 288 pelanggan. Sampel tersebut diambil melalui uji Cochran dan teknik stratified random sampling agar hasilnya mewakili seluruh populasi. Hasil penelitian menunjukkan bahwa layanan internet fiber dan jenis kontrak bulanan berpengaruh signifikan terhadap risiko pelanggan berhenti berlangganan, sedangkan layanan telepon tidak menunjukkan pengaruh yang nyata. Model yang didapatkan memiliki tingkat kesesuaian yang baik dan mampu mengklasifikasikan pelanggan yang berhenti berlangganan dengan akurasi yang cukup baik. Temuan ini menunjukkan bahwa pelanggan yang menggunakan layanan internet fiber serta pelanggan dengan kontrak fleksibel lebih rentan untuk berpindah ke penyedia layanan lain. Secara keseluruhan, penelitian ini memberikan dasar yang memadai bagi perusahaan untuk merancang strategi retensi yang lebih tepat sasaran dan bisa menjadi acuan bagi penelitian lebih lanjut dalam pengembangan model prediksi churn yang lebih lengkap.
Co-Authors Corry Sormin