No image available for this title

Text

Penerapan Algoritma C4.5 Untuk Prediksi Loyalitas Nasabah PT Erdika Elit Jakarta



Algoritma C4.5 merupakan kelompok algoritma decision tree. Algoritma ini mempunyai input berupa training samples dan samples. Sedangkan samples merupakan field-field data yang nantinya akan kita gunakan sebagai parameter dalam melakukan klasifikasi data. Dari variabel frekuensi transaksi perusahaan dapat melihat nasabah mana yang loyal terhadap perusahaan berdasarkan data historis transaksi nasabah, namun masih ada beberapa variabel yang membuat nasabah loyal terhadap perusahaan. Variabel – variabel tersebut ialah usia, gender nasabah, gender sales perusahaan, latar belakang pendidikan, frekuensi transaksi nasabah. Perusahaan mengetahui bagaimana memprediksi nasabah yang akan loyal terhadap perusahaan berdasarkan pengalaman dari beberapa variabel diatas, namun perusahaan tidak mengetahui variabel yang paling berpengaruh dalam penilaian nasabah yang loyal karena dari beberapa variabel diatas tidak saling terhubung dan belum pasti kalau satu variabel dapat membuat keputusan apakah nasabah tersebut loyal. Berdasarkan pohon keputusan yang telah dibuat atribut yang paling berpengaruh terhadap loyalitas nasabah adalah latar belakang pendidikan karena memiliki nilai gain yang paling tinggi yaitu 1.545292721 dan sebagai akar dari pohon keputusan sedangkan gender nasabah tidak terlalu berpengaruh terhadap loyalitas nasabah karena selalu berada pada node terakhir dengan nilai gain yaitu 0,623919119.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher JURNAL MEDIA INFORMATIKA BUDIDARMA : Indonesia.,
Collation
006
Language
Indonesia
ISBN/ISSN
2614-5278
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly