<![CDATA[Perkembangan teknologi dan perubahan perilaku konsumen di era digital telah mendorong industri perbankan untuk mengadopsi pendekatan yang lebih inovatif dalam menawarkan produk dan layanan mereka, terutama deposito berjangka. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi deposito berjangka menggunakan metode Random Forest, dengan studi kasus pada dataset Bank Marketing UCI. Sistem ini dirancang untuk memberikan rekomendasi yang akurat dan personal berdasarkan data historis, preferensi, dan karakteristik individu nasabah. Metode Random Forest digunakan karena kemampuannya dalam menangani data besar dan kompleks, serta mengurangi risiko pemodelan berlebihan. Dataset yang digunakan mencakup 45.211 instances dengan 17 atribut, termasuk informasi demografis nasabah dan riwayat interaksi dengan bank. Hasil penelitian menunjukkan bahwa model Random Forest yang dikembangkan mencapai akurasi 91.56%, dengan presisi 65.47%, recall 52.12%, dan F1-score 58.04%. Analisis variable importance measure mengidentifikasi 'duration', 'age', dan 'balance' sebagai faktor paling berpengaruh dalam keputusan nasabah untuk berlangganan deposito berjangka. Implementasi sistem ini diharapkan dapat meningkatkan efektivitas pemasaran produk deposito berjangka dan meningkatkan kepuasan nasabah.]]>
Copyrights © 2025
