<![CDATA[Banyaknya variasi paket telekomunikasi dapat menyulitkan pelanggan dalam memilih layanan yang sesuai dengan kebutuhan penggunaan mereka. Penelitian ini bertujuan merancang dan membangun aplikasi rekomendasi produk telekomunikasi berbasis web berdasarkan perilaku pelanggan. Sistem dikembangkan menggunakan React.js pada sisi frontend, FastAPI pada sisi backend, serta PostgreSQL sebagai database. Model rekomendasi menggunakan algoritma Random Forest yang dilatih pada dataset Telco Customer Churn sebanyak 7.043 data pelanggan. Dataset diperkaya melalui pembentukan fitur perilaku dan label rekomendasi berbasis aturan bisnis, serta didukung data transaksi dan event sintetis untuk kebutuhan pengembangan aplikasi. Model menggunakan 21 fitur input untuk mengklasifikasikan pelanggan ke dalam enam kelas rekomendasi paket. Hasil pengujian terhadap 1.409 data uji menunjukkan akurasi sebesar 86,8%. Sistem juga menyediakan dashboard pengguna untuk menampilkan rekomendasi dan riwayat pembelian, serta dashboard admin untuk mengelola produk serta memantau rekomendasi pengguna. Hasil penelitian menunjukkan bahwa aplikasi mampu mengintegrasikan proses klasifikasi rekomendasi berbasis perilaku dengan penyajian paket secara terstruktur pada aplikasi web]]>
Copyrights © 2026
