<![CDATA[CV Cahaya Alam Indah menghadapi tantangan dalam merancang strategi pemasaran yang efektif karena tidak adanya sistem klasifikasi pelanggan yang terstruktur. Penelitian ini bertujuan untuk membangun model klasifikasi dengan membandingkan performa algoritma K-Nearest Neighbors (KNN) dan Naive Bayes untuk mengkategorikan pelanggan menjadi Loyal, Cenderung Loyal, dan Tidak Loyal. Penelitian ini menggunakan 220 data riwayat penjualan pelanggan yang melalui tahap pra-pemrosesan menggunakan normalisasi Min-Max dan dibagi menjadi 70% data latih dan 30% data uji. Kinerja model dievaluasi berdasarkan akurasi, presisi, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa algoritma KNN mencapai akurasi lebih tinggi sebesar 83.3%, mengungguli algoritma Naive Bayes yang memperoleh 80.3%. Nilai F1-Score KNN juga secara konsisten lebih superior di semua kelas. Dengan demikian, model KNN direkomendasikan sebagai solusi yang lebih efektif untuk klasifikasi loyalitas pelanggan pada studi kasus ini.]]>
Copyrights © 2025
