Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi Cyberku
Roy Yuliantara
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science

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

Found 1 Documents
Search

 1 
MODEL PREDIKSI POLA LOYALITAS PELANGGAN TELEKOMUNIKASI MENGGUNAKAN NAIVE BAYES DENGAN OPTIMASI PARTICLE SWARM OPTIMIZATION Stefanus Santosa; Roy Yuliantara
Jurnal Teknologi Informasi - Cyberku (JTIC) Vol 13 No 2 (2017): Jurnal Teknologi Informasi CyberKU Vol. 13, no 2
Publisher : Program Pascasarjana Magister Teknik Informatika, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (574.599 KB)

Abstract

Tantangan yang dihadapi dalam penerapan CRM di perusahaan operator telekomunikasi seluler adalah usaha menurunkan jumlah pelanggan yang berhenti menggunakan layanan perusahaan dan kemungkinan pindah ke perusahaan kompetitor (Churn). Penelitian untuk mencari solusi atas masalah tersebut dapat dilakukan melalui data mining, Dari beberapa penelitian pada konstalasi penelitian tentang Model Prediksi Loyalitas Pelanggan Telekomunikasi menunjukkan hasil yang baik. State of The Art dari konstalasi ini adalah ditemukannya Model Prediksi Loyalitas Pelanggan Telekomunikasi menggunakan algoritma Backpropagation dengan seleksi fitur PSO dengan nilai akurasi sebesar 85,48%. Hasil akurasi yang didapatkan dirasa kurang maksimal, maka penelitian ini mencoba memperbaiki akurasi model prediksi dengan menggunakan algoritma Naïve Bayes berbasis Particle Swarm Optimization. Model Prediksi Loyalitas Pelanggan Telekomunikasi yang diusulkan dalam penelitian ini menunjukkan hasil yang baik. Diperoleh nilai akurasi yang lebih tinggi daripada penelitian sebelumnya, yakni nilai accuracy adalah 98,54 % dan nilai AUC adalah 0,99.
Co-Authors Stefanus Santosa