<![CDATA[Loyalitas pelanggan menjadi aspek krusial dalam mempertahankan keberlangsungan bisnis layanan pemesanan makanan online. Penelitian ini bertujuan untuk membangun model prediksi loyalitas pelanggan menggunakan algoritma klasifikasi Decision Tree (C4.5), Naive Bayes, dan Random Forest. Dataset yang digunakan terdiri dari 500 data pelanggan dengan 24 atribut prediktor yang merepresentasikan perilaku dan karakteristik pelanggan. Proses analisis melibatkan tahapan preprocessing data, pelatihan model, evaluasi menggunakan metrik akurasi, precision, recall, dan F1-Score, serta validasi model dengan metode split dan cross validation. Hasil evaluasi menunjukkan bahwa algoritma Decision Tree menghasilkan akurasi tertinggi sebesar 93,19%, diikuti oleh Random Forest (92,98%) dan Naive Bayes (90,58%). Selain itu, Decision Tree juga mencatat nilai F1-Score tertinggi yaitu 96,08%, menandakan performa model yang seimbang dan andal dalam memprediksi loyalitas pelanggan. Penelitian ini diharapkan dapat menjadi acuan untuk mengembangkan strategi retensi pelanggan berbasis data.]]>
Copyrights © 2025
