Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Simpatik: Jurnal sistem Informasi dan Informatika Jurnal PETISI (Pendidikan Teknologi Informasi)
Syawaludin, M Ainur
Unknown Affiliation
Computer Science & IT Education

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 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.
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.
Analisis Kepuasan Pengunjung Menggunakan Metode Regresi Linear Berganda di Solo Technopark Berbasis Web Syawaludin, M Ainur; Permatasari, Hanifah; Hartanti, Dwi
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.3805

Abstract

Evaluasi kepuasan pengunjung di Solo Technopark selama ini dilakukan secara manual, sehingga dinilai kurang efisien dan tidak mampu mengungkap faktor-faktor layanan secara mendalam. Penelitian ini bertujuan untuk mengembangkan sistem dashboard berbasis web guna menganalisis dan memantau tingkat kepuasan pengunjung secara cepat dan akurat. Metode CRISP-DM digunakan sebagai kerangka kerja, dengan data primer yang dikumpulkan melalui kuesioner mencakup sembilan indikator layanan (U1–U9). Analisis dilakukan menggunakan Regresi Linear Berganda untuk mengidentifikasi pengaruh masing-masing indikator terhadap kepuasan, serta analisis tren diagnostik untuk mengetahui penyebab fluktuasi skor kepuasan antar periode. Hasil penelitian menunjukkan bahwa indikator Kompetensi Petugas (U5) dan Sikap Sopan dan Ramah (U6) memiliki pengaruh paling signifikan terhadap kepuasan pengunjung (R² = 0,751). Sistem dashboard yang dikembangkan terbukti efektif dalam membantu manajemen mengidentifikasi masalah pelayanan dan merancang strategi peningkatan kualitas layanan. Penelitian ini merekomendasikan pemanfaatan sistem ini secara rutin sebagai alat evaluasi berbasis data dan pengambilan keputusan taktis.
Co-Authors Dwi Hartanti Nurmalitasari Nurmalitasari Permatasari, Hanifah Rifki Hidayat