Tedc
Vol 11 No 2 (2017): Jurnal TEDC

PREDIKSI CHURN DAN SEGMENTASI PELANGGAN TV BERLANGGANAN (STUDI KASUS TRANSVISION JAWA BARAT)

Nana Suryana (Unknown)



Article Info

Publish Date
12 Jul 2019

Abstract

Bisnis TV berlangganan merupakan salah satu bisnis masa depan bagi sebuah perusahaan yang memiliki bisnis inti telekomunikasi seperti Telkomvision. Pada akhir tahun 2011 jumlah pelanggan Telkomvision mencapai lebih dari satu juta pelanggan, namun demikian pada tahun 2012 menurunnya pendapatan per pelanggan TV berlangganan atau average revenue per user (ARPU) menjadi penyebab perusahaan ini mengalami kerugian. Tingkat churn pelanggan yang tinggi harus diprediksi secara akurat, karena hasil prediksi yang akurat dapat menentukan strategi apa dan promosi bagaimana yang tepat untuk retensi pelanggan. Kemudian dilakukan segmentasi pelanggan untuk merumuskan program retensi yang tepat sesuai dengan kebutuhan pelanggan yang berpotensi churn tinggi.Metode data mining digunakan untuk memprediksi potensi churn dan segementasinya pada pelanggan PT Indonusa Telemedia, dan dapat hal ini dapat mendukung proses monitoring, pengendalian, serta penyusunan strategi pada management. Metode Decision Tree dan Clustering merupakan metode data mining yang populer karena sangat mudah dipahami dan diinterpretasikan, sehingga dapat dengan mudah untuk digunakan sebagai teknik untuk melakukan prediksi churn dan segmentasinya.Tujuan utama dari prediksi pelanggan churn adalah untuk memperoleh informasi dari pelanggan yang mempunyai potensi churn tinggi sehingga dapat disusun rencana strategis dan promo perusahaan yang tepat sesuai dengan segmentasinya.Metode Decision Tree dengan pemodelan menggunakan algoritma C4.5 menghasilkan tingkat akurasi 90,89%. Kemudian pelanggan yang mempunyai potensi churn tinggi dilakukan clustering menggunakan algoritma K-Means dan dari 5956 total pelanggan dapat merekomendasikan 5792 pelanggan yang mendapatkan penawaran program retensi.

Copyrights © 2017