Garuda - Garba Rujukan Digital

Evelyn Keisha Silalahi

Universitas Negeri Medan

Author-ID : 9423581

Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation

Published : 2 Documents Claim Missing Document

Claim Missing Document

Articles

1

Prediksi Churn Nasabah Bank Menggunakan Algoritma Random Forest Muhammad Naufal Musyafa; Evelyn Keisha Silalahi; Iwan Agi Berutu; Khildan Rifail Azis; Arnita Arnita; Fanny Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 4 (2025): Agustus 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i4.9251

Abstrak - Persaingan ketat dalam industri perbankan menuntut bank untuk lebih fokus mempertahankan nasabah dibandingkan hanya mencari nasabah baru. Salah satu tantangan besar yang dihadapi adalah churn atau hilangnya nasabah, yang berdampak langsung terhadap pendapatan bank. Penelitian ini bertujuan membangun model prediksi churn nasabah menggunakan algoritma Random Forest yang dikombinasikan dengan teknik SMOTE untuk mengatasi ketidakseimbangan data. Data yang digunakan merupakan dataset publik berisi 10.000 entri nasabah bank di Eropa. Penelitian ini menggunakan pendekatan kuantitatif melalui tahapan pra-pemrosesan, balancing data, pelatihan model, dan evaluasi kinerja dengan metrik seperti akurasi, presisi, recall, F1-score, dan ROC AUC. Hasil menunjukkan bahwa model mampu mencapai akurasi 81,95% dan recall 69,78%, yang menandakan model efektif dalam mengidentifikasi nasabah berisiko churn. Fitur-fitur yang paling berpengaruh adalah usia, jumlah produk, dan saldo nasabah. Temuan ini menunjukkan bahwa pendekatan machine learning dapat menjadi alat strategis untuk membantu bank mengambil keputusan berbasis data dalam mempertahankan nasabah. Model yang dikembangkan dinilai bermanfaat untuk mendukung strategi retensi pelanggan yang lebih proaktif dan berbasis bukti.Kata kunci: Klasifikasi; Random Forest; Churn Nasabah; Abstract - Fierce competition in the banking industry requires banks to focus more on retaining customers than just finding new ones. One of the major challenges faced is customer churn, which has a direct impact on bank revenue. This research aims to build a customer churn prediction model using Random Forest algorithm combined with SMOTE technique to overcome data imbalance. The data used is a public dataset containing 10,000 entries of bank customers in Europe. This research uses a quantitative approach through the stages of pre-processing, data balancing, model training, and performance evaluation with metrics such as accuracy, precision, recall, F1-score, and ROC AUC. The results showed that the model was able to achieve 81.95% accuracy and 69.78% recall, indicating that the model was effective in identifying customers at risk of churn. The most influential features were age, number of products, and customer balance. The findings suggest that a machine learning approach can be a strategic tool to help banks make data driven decisions in retaining customers. The developed model is considered useful to support a more proactive and evidence-based customer retention strategy.Keywords: Classification; Random Forest; Customer Churn;

Penerapan Konsep Matriks dalam Aljabar Linear untuk Mengubah Citra Berwarna (RGB) Menjadi Grayscale Menggunakan Octave dengan GUI Evelyn Keisha Silalahi; Ichwanul Muslim Karo Karo
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 2 (2025): April 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i2.8994

Abstrak - Penelitian ini bertujuan untuk menerapkan konsep matriks dalam aljabar linear dalam proses konversi citra berwarna (RGB) menjadi grayscale menggunakan perangkat lunak Octave dengan antarmuka grafis pengguna (GUI). Citra berwarna biasanya direpresentasikan dalam format RGB yang terdiri dari tiga kanal warna: merah (Red), hijau (Green), dan biru (Blue). Konversi dari citra berwarna ke grayscale dilakukan dengan memanfaatkan rumus kombinasi linier, di mana setiap komponen warna dikalikan dengan bobot tertentu, yaitu Y = 0.2989 * R + 0.5870 * G + 0.1140 * B. Rumus ini menggambarkan proses aljabar linier karena merupakan gabungan linier dari tiga vektor atau matriks yang mewakili kanal warna. Dalam penelitian ini, kami membangun sebuah GUI berbasis Octave yang memungkinkan pengguna untuk mengunggah gambar berformat RGB, mengonversinya menjadi grayscale, dan menampilkan hasil konversi tersebut dalam antarmuka yang interaktif. Hasil penelitian menunjukkan bahwa konversi warna ke grayscale dapat dilakukan dengan efisien menggunakan operasi matriks dan kombinasi linier, serta antarmuka pengguna yang mudah digunakan dapat meningkatkan pengalaman pengguna dalam pemrosesan citra. Penelitian ini diharapkan dapat memberikan wawasan lebih dalam tentang penerapan teori aljabar linear dalam pengolahan citra digital serta pengembangan perangkat lunak berbasis GUI untuk tujuan akademis maupun industri.Kata kunci: aljabar linear, matriks, RGB, grayscale, Octave, GUI, pemrosesan citra Abstract - This research aims to apply matrix concepts in linear algebra in the process of converting color images (RGB) to grayscale using Octave software with a graphical user interface (GUI). A color image is typically represented in RGB format, consisting of three color channels: Red, Green, and Blue. The conversion of a color image to grayscale is performed using a linear combination formula, where each color component is multiplied by a specific weight: Y = 0.2989 * R + 0.5870 * G + 0.1140 * B. This formula illustrates a linear algebra process because it is a linear combination of three vectors or matrices representing the color channels. In this study, we developed a GUI-based Octave application that allows users to upload RGB formatted images, convert them to grayscale, and display the conversion results in an interactive interface. The results show that color-to-grayscale conversion can be efficiently achieved using matrix operations and linear combinations, and the user interface improves the user experience in image processing. This research is expected to provide deeper insights into the application of linear algebra theory in digital image processing as well as the development of GUI-based software for academic and industrial purposes.Keywords: linear algebra, matrices, RGB,; grayscale, Octave, GUI, image processing

Title

Found 2 Documents
Search

Abstract

Abstract

Title Search

Found 2 Documents Search

Abstract

Abstract

Title

Found 2 Documents
Search