ANALISIS PERBANDINGAN METODE RANDOM FOREST DAN SUPPORT VECTOR MACHINE ( SVM ) DALAM RETENSI NASABAH CHURN

Detail Cantuman

Skripsi

ANALISIS PERBANDINGAN METODE RANDOM FOREST DAN SUPPORT VECTOR MACHINE ( SVM ) DALAM RETENSI NASABAH CHURN

XML

ABSTRAK
Permasalahan ini, memfokuskan pada perbandingan dua metode prediksi, yaitu
Random Forest dan Support Vector Machine (SVM), untuk menganalisis dan
mengatasi potensi nasabah churn. Metode Random Forest dan Support Vector
Machine (SVM) dipilih untuk membangun model klasifikasi dengan penekanan
pada penanganan ketidakseimbangan kelas data. Analisis proses ini diawali dengan
Exploratory Data Analysis (EDA) serta preprocessing yang dilakukan untuk
mempersiapkan data, analisis ini menggunakan bahasa pemrograman python.
Berdasarkan hasil dari penelitian yang sudah dilakukan, metode Random Forest
memiliki nilai akurasi dan nilai F1-Score lebih unggul dibandingkan dengan
menggunakan metode Support Vector Machine (SVM). Nilai F1-Score untuk
model metode Random Forest adalah 0,91 atau 91% dan nilai F1-Score untuk
metode Support Vector Machine 0,86 atau 86%. Berdasarkan nilai ini, perbedaan
F1-Score adalah 0,04 atau 0,4%. Dapat disimpulkan bahwa penerapan metode
Random Forest mampu memprediksi Nasabah Churn yang lebih baik dibandingkan
dengan menggunakan metode Support Vector Machine (SVM).
Kata Kunci : Churn, Random Forest, Support Vector Machine (SVM)

Detail Information

Item Type
Skripsi (S1)
Penulis
Wilson Firmanda Manurun - Personal Name
Student ID
220520088
Dosen Pembimbing
Dr. Humuntal Rumapea, M.Kom - - Dosen Pembimbing 1
Penguji
Kode Prodi PDDIKTI
57201
Edisi
Published
Departement
Kontributor
Bahasa
Indonesia
Penerbit Universitas Methodist Indonesia : Medan.,
Edisi
Published
Subyek
No Panggil
Copyright
Fakultas Ilmu Komputer Universitas Methodist Indonesia
Doi

Lampiran Berkas

LOADING LIST...



Informasi

DETAIL CANTUMAN

Kembali ke sebelumnya  XML Detail