Article Per Year (5 Year)
p-Index From 2020 - 2025
2.66
P-Index
This Author published in this journals
All Journal Jurnal Simetris Jurnal S2 Pendidikan Matematika Prosiding SNATIF JURNAL MANAJEMEN (EDISI ELEKTRONIK) Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat TIN: TERAPAN INFORMATIKA NUSANTARA Infotech: Journal of Technology Information International Journal of Community Service Simpatik: Jurnal sistem Informasi dan Informatika Buletin Sistem Informasi dan Teknologi Islam Journal of Management and Digital Business Duta Abdimas: Jurnal Pengabdian Masyarakat Innovative: Journal Of Social Science Research SmartComp CSRID Jurnal Sosialita: Jurnal Kajian Sosial dan Pendidikan
Nurmalitasari Nurmalitasari
Prodi Magister Pendidikan Matematika Program Pascasarjana UNS
Religion Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Simpatik: Jurnal sistem Informasi dan Informatika

 1 
Prediksi Churn Pelanggan Multinational Bank Menggunakan Algoritma Machine Learning Hidayat, Rifki; Syawaludin, M Ainur; Nurmalitasari, Nurmalitasari
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v4i2.4595

Abstract

Dalam menghadapi persaingan pasar yang ketat, prediksi churn pelanggan menjadi penting bagi perusahaan perbankan untuk mempertahankan loyalitas pelanggan. Penelitian ini mengaplikasikan algoritma machine learning meliputi Naive Bayes, Decision Tree, dan Random Forest untuk prediksi churn pelanggan pada ABC Multinational Bank. Data yang digunakan adalah dataset publik yang diambil dari Kaggle yang mencakup informasi 10.000 nasabah bank. Proses penelitian melibatkan beberapa tahapan yaitu pengumpulan data, preprocessing, pemodelan, prediksi, dan evaluasi. Hasil evaluasi memperlihatkan bahwa model Random Forest memberikan performa terbaik dengan akurasi 85% dan AUC 0.83. Naive Bayes dan Decision Tree masing-masing memiliki akurasi 82% dan 77%. Kesimpulan menunjukkan bahwa Random Forest lebih unggul dalam memprediksi churn pelanggan dibandingkan dua algoritma lainnya, sehingga dapat digunakan untuk strategi pemasaran yang lebih efektif dalam industri perbankan.
Co-Authors Adenta Sari, Nur Avia Al Mustofa, Muhammad Hafizh Alliya, Sania Qorrii Atina, Vihi Awang Long, Zalizah Dwi Hartanti Eko Purwanto Hasanah, Herliyani Imam Sujadi JOKO SUSANTO Miftakhul Jannah, Ulfarida Nugroho Arif Sudibyo Nugroho, Mohammad Yusuf Nurchim Nurchim Permatasari, Hanifah Pipin Widyaningsih Rifki Hidayat Sajad, Abdullah Sari, Nur Avia Adenta Setiawati, Neha Poetri Singgih Purnomo Syawaludin, M Ainur Taufik Hidayat Tri Atmojo Kusmayadi Tri Wulandari, Rahmawati Desi Utami, Maulinda Devi