Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Infortech
Rizki Tri Prasetio
Satu university
Computer Science & IT Engineering

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

Found 1 Documents
Search
Journal : Jurnal Infortech

 1 
Algoritma Random Forest Sebagai Uplift Modeling pada Prediksi Retensi Pelanggan Layanan Telekomunikasi Rizki Tri Prasetio; Yudi Ramdhani; Vito Hafizh Cahaya Putra; Pratiwi Pratiwi
Jurnal Infortech Vol. 7 No. 2 (2025): Desember 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v7i2.11577

Abstract

Persaingan penyedia layanan telekomunikasi mengakibatkan potensi pelanggan berpindah layanan ke penyedia lain atau disebut dengan customer churn. Hal ini dapat mengancam keberlangsungan hidup provider tersebut. Oleh karena itu perlu dilakukan upaya prediksi pelanggan yang mungkin akan melakukan churn agar perusahaan dapat mempersiapkan strategi untuk membuat pelanggan dapat kembali berlangganan pada provider tersebut atau disebut dengan customer retention. Oleh karena itu pada penelitian ini akan digunakan algoritma random forest sebagai uplift modeling untuk prediksi retensi pelanggan layanan telekomunikasi. Uplift modeling akan berfokus pada mereformulasi target variabel dari pelanggan yang akan melakukan churn menjadi pelanggan yang mungkin akan melakukan retensi. Sementara algoritma random forest dipilih karena mampu membagi kriteria pemecahan kedalam ruang/segmen yang sesuai dirancang untuk uplift modeling. Metode penelitian yang digunakan pada penelitian ini adalah CRISP-DM yang merupakan kerangka penelitian data mining untuk penelitian lintas industri. Hasil penelitian ini menunjukan bahwa algoritma yang diusulkan menghasilkan akurasi sebesar 91,87%.
Co-Authors Pratiwi Pratiwi Vito Hafizh Cahaya Putra Yudi Ramdhani