Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JMBI UNSRAT (Jurnal Ilmiah Manajemen Bisnis dan Inovasi Universitas Sam Ratulangi)
Rayhan Bagoes Santoso
Unknown Affiliation
Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
ANALISIS SIMULASI PREDIKSI CUSTOMER CHURN E-COMMERCE MENGGUNAKAN ALGORITMA RANDOM FOREST BERBASIS DATA SINTETIS Rayhan Bagoes Santoso; Bety Wulan Sari
JMBI UNSRAT (Jurnal Ilmiah Manajemen Bisnis dan Inovasi Universitas Sam Ratulangi). Vol 13 No 1 (2026): JMBI UNSRAT Volume 12 Nomor 3
Publisher : Magister Manajemen Program Pasca Sarjana Universitas Sam Ratulangi Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35794/jmbi.v13i1.67545

Abstract

Tingkat customer churn yang tinggi menjadi tantangan kritis bagi industri e-commerce di Indonesia dengan potensi kerugian mencapai miliaran rupiah per tahun. Penelitian ini bertujuan untuk mengimplementasikan sistem prediksi churn pelanggan sebagai proof-of-conceptmenggunakan algoritma machine learning. Mengingat keterbatasan akses data privat e-commerce, penelitian ini menggunakan pendekatan metodologis dengan dataset sintetis yang terdiri dari 1000 data pelanggan dan 9 fitur utama meliputi tenure, monthly spending, total transactions, support tickets, dan last purchase days. Tiga algoritma machine learning diimplementasikan yaitu Logistic Regression, Decision Tree, dan Random Forest untuk melakukan klasifikasi prediksi churn. Hasil penelitian menunjukkan bahwa Random Forest memberikan performa yang paling stabil dengan akurasi sebesar 87.5%, precision 86%, recall 87%, dan F1-score 86%. Penurunan performa dibandingkan model deterministik menunjukkan bahwa model diuji pada kondisi data yang lebih realistis dan tidak mengalami overfitting terhadap aturan generatif.
Co-Authors Bety Wulan Sari