ROHMANIAR, MAYKE ANDANI (2024) PENGARUH METODE SELEKSI FITUR TERHADAP AKURASI MODEL SVM DALAM KLASIFIKASI CUSTOMER CHURN PADA PERUSAHAAN TELEKOMUNIKASI (TA.2.24.003). Diploma thesis, Universitas Logistik dan Bisnis Internasional.
Full text not available from this repository.Abstract
ABSTRAK Penelitian ini bertujuan untuk menganalisis pengaruh metode seleksi fitur terhadap accuracy model Support Vector Machine (SVM) dalam klasifikasi churn pelanggan pada perusahaan telekomunikasi, menggunakan metode seleksi fitur seperti Correlation Matrix (Pearson), ANOVA, Principal Component Analysis (PCA), dan Genetic Algorithm (GA), serta membandingkan empat kernel SVM yaitu linear, polynomial, RBF, dan sigmoid dengan rasio pembagian data 80:20, 70:30, dan 90:10 untuk konsistensi hasil. Hasil penelitian menunjukkan bahwa Correlation Matrix (Pearson) dan ANOVA memberikan performa terbaik dalam meningkatkan accuracy model SVM, di mana kernel linear dan RBF menunjukkan accuracy tertinggi, khususnya pada rasio 80:20, dengan accuracy masing-masing mencapai 92.33% dan 76.59%. Kernel polynomial dan sigmoid menunjukkan performa yang lebih rendah dibandingkan kernel linear dan RBF. Disarankan bahwa perusahaan telekomunikasi menggunakan metode seleksi fitur Correlation Matrix (Pearson) atau ANOVA dan kernel linear atau RBF pada model SVM untuk prediksi churn pelanggan, yang diharapkan dapat meningkatkan kinerja bisnis dalam menghadapi persaingan yang semakin ketat. Penelitian ini memberikan kontribusi dalam pengembangan strategi manajemen pelanggan yang lebih efektif. Kata kunci: customer churn, Support Vector Machine (SVM), seleksi fitur, Correlation Matrix, ANOVA, PCA, Genetic Algorithm.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D4 |
| Depositing User: | Unnamed user with email [email protected] |
| Date Deposited: | 21 Nov 2024 04:47 |
| Last Modified: | 21 Nov 2024 04:47 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/2662 |
Actions (login required)
 |
View Item |
