BAB I PENDAHULUAN
1.1.
Latar Belakang Pesatnya pertumbuhan pasar pada sektor telekomunikasi seluler semakin
terlihat dengan banyaknya jumlah pelanggan yang ada pada setiap para penyedia jasa telepon seluler. Model bisnis baru, inovatif produk, dan layanan yang lebih baik menjadi daya tarik penyedia jasa jaringan seluler terhadap pasar. Pada umumnya terlihat jelas cara untuk memperbanyak pengguna jasa adalah dengan mendapatkan pelanggan baru, namun di samping itu perlu adanya tindakan untuk mempertahankan pelanggan lama. Menurut penelitian tahun 2004, mendapatkan pelanggan baru jauh lebih sulit dan lebih mahal daripada mempertahankan pelanggan (Brown.K, 2004). Medapatkan pelanggan baru memerlukan langkah yang lebih atraktif karena terkadang penyedia jasa jaringan telepon selular harus menarik pelanggan yang mungkin berasal dari provider lain. Pada situasi ini cara lain yang dilakukan perusahaan penyedia jasa jaringan telekomunikasi seluler adalah dengan mempertahankan pelanggan lama yang telah ada. Disinilah konsep customers churn classification digunakan, perusahaan mengklasifikasikan pelanggan mana saja yang mempunyai kemungkinan untuk menghentikan penggunaan jasa dari perusahaan tersebut atau pindah menggunakan jasa provider yang lainnya. Klasifikasi dari konsep ini dapat dilakukan dengan memperhatikan informasi individual pelanggan, kebiasaan pelanggan, serta catatan penggunaan jasa telepon selular. Untuk mengoptimumkan biaya dan keefektivitasan metode, maka customer churn prediction harus menghasilkan hasil seakurat mungkin. Kegunaannya adalah agar langkah mempertahankan pelanggan yang hendak berpindah benar-benar tepat sasaran dan terlebih lagi dapat menjaga pelanggan yang potensial agar tetap menggunakan jasa perusahaan.
1
2
Dalam skripsi ini akan dibahas penggunaan metode Decision Tree (Pohon Keputusan) C4.5 salah satu jenis teknik Data Mining untuk melakukan klasifikasi customer churn. Dengan menggunakan algoritma C4.5 diharapkan prediksi pelanggan yang akan berpindah jauh lebih akurat dalam hal pengklasifikasian dan model prengklasifikasian ini dapat digunakan untuk dataset untuk pelanggan masa depan. Diharapkan klasifikasi ini dapat membantu perusahaan untuk memilih pelanggan mana yang ingin dipertahankan. 1.2.
Perumusan Masalah Berdasarkan latar belakang masalah di atas dapat dirumuskan hal-hal sebagai
berikut: 1. Bagaimana cara kerja metode algoritma C4.5 melakukan klasifikasi pelanggan yang churn? 2. Apakah teknik metode algoritma C4.5 bisa memodelkan bentuk klasifikasi pelanggan yang churn pada data studi kasus? 3. Bagaimana keakurasian pengklasifikasian pelanggan yang churn dari dataset yang ada? 1.3.
Batasan Masalah Adapun batasan-batasan masalah pada penelitian tugas akhir ini, adalah:
1. Software yang digunakan pada penelitian tugas akhir ini adalah menggunakan software open source WEKA. 2. Data yang digunakan merupakan data bawaan dari software Clementine SPSS. 3. Analisis ini hanya akan melakukan klasifikasi apakah pelanggan akan churn atau tidak. 1.4.
Tujuan Penelitian Tujuan utama yang ingin dicapai adalah penulis dapat menunjukkan bahwa
metode algoritma Pohon Keputusan C4.5 dapat digunakan dalam customers churn classification pada masalah perpindahan pelanggan pada perusahaan penyedia jasa telepon selular dan menghasilkan keakuratan pengklasifikasian yang tinggi.
3
1.5.
Manfaat Penelitian Manfaat yang diharapkan diperoleh dari penelitian ini adalah: 1. Menunjukkan bahwa teknik metode algoritma pohon keputusan C4.5 dapat digunakan dalam customers churn classification pada perusahaan provider telekomunikasi seluler. 2. Memberi informasi apakah customer churn itu sebenarnya, dan menjelaskan bahwa dengan metode algoritma C4.5, dapat menjadi salah satu alternatif alat klasifikasi yang akurat.
1.6.
Tinjauan Pustaka Customer churn pada masa ini termasuk salah satu topik hangat untuk
dibicarakan bagaimana solusi yang tepat untuk melakukan klasifikasi atupun prediksi model yang akurat. Di satu pihak apabila kita ingin melakukan klasifikasi yang akurat, salah satu jenis pengklasifikasiannya adalah Algoritma Pohon Keputusan C4.5. Saptarini (2012) pada tesisnya membahas algoritma C4.5 untuk menjadi alat klasifikasi talenta karyawan digabungkan dengan logika fuzzy agar hasil pengklasifikasiannya lebih baik. Data yang digunakan adalah data studi kasus Politeknik Negeri Bali di provinsi Bali. Kesimpulan akhir dari penelitian ini mengatakan bahwa C4.5 merupakan alat pengklasifikasian berbentuk pohon yang mudah dipahami oleh manusia dengan tingkat akurasi yang tinggi. Abdul (2012) menulis tesis tentang rancang bangun aplikasi evakuasi rasio anggaran menggunakan algoritma C4.5. Dalam tesis ini dijelaskan bahwa C4.5 memiliki kelebihan memiliki nilai ketelitian yang baik serta dapat membuat hasil keputusan yang kompleks menjadi lebih simple dan spesifik dilihat dari output yang diberikan. Fadilla (2012) membahas tentang credit scoring menggunakan metode hybrid kombinasi K-means cluster dan algoritma C4.5. penelitian ini menggunakan data sekunder German Credit Dataset bernama credit-g.arff yang diperoleh dari UCI (University of Claifornia, Irvine)Machine Learning Reporsitory. Dari hasil analisis
4
yang didapat, menyimpulkan bahwa metode hybrid dapat menyempurnakan metode yang telah digunakan untuk menganalisis credit scoring. Kredit scoring dalam data mining biasanya hanya menggunakan satu jenis alat supervised atau unsupervised. Namun, dengan adanya eksperimen ini telah membuktikan keduanya bisa digabungkan. 1.7.
Metode Penulisan Metode yang digunakan dalam penulisan tugas akhir ini lebih kepada studi
literatur, seperti literatur dari buku-buku, jurnal-jurnal ilmiah maupun media lain seperti internet serta bahan pendukung lainnya yang dapat penulis gunakan sebagai referensi dalam penulisan tugas akhir ini. Penulis akan menyelesaikan penelitian ini menggunakan bantuan software WEKA 3.4.12 dan Microsoft Excel 2010. Data yang digunakan dalam penelitian ini adalah data bawaan software Clementine. 1.8. Sistematika Penulisan Sistematika penulisan yang digunakan dalam penyusunan tugas akhir ini adalah sebagai berikut: BAB I
Pendahuluan
Bab ini menjelaskan tentang latar belakang dibuatnya skripsi ini, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, serta tinjauan pustaka yang digunakan sebagai bahan referensi dalam penulisan tugas akhir, metode penelitian yang digunakan, serta sistematika penulisan tugas akhir. BAB II Dasar Teori Bab ini membahas teori-teori yang menjadi landasan pada topik yang dibahas pada tugas akhir, yaitu mengenai customer churn pada perusahaan jaringan telepon baik secara dasar maupun umum yang akan digunakan lebih lanjut di bab-bab selanjutnya. BAB III Pembahasan Bab ini akan membahas tentang penggunaan metode algoritma Pohon Keputusan C4.5 yang akan digunakan untuk mengklasifikasikan customer churn.
5
BAB IV Studi Kasus Bab ini membahas tentang data yang digunakan sebagai contoh kasus customer churn. Pada bab ini akan dibahas bagaimana metode algoritma C4.5 akan melakukan klasifikasi yang akurat yang hasilnya mengidentifikasi apakah pelanggan akan berpindah atau tidak. BAB V Penutup Bab ini berisi tentang kesimpulan yang telah diperoleh, pemecahan masalah serta saran yang diberikan akibat kekurangan maupun kelebihan dari hasil penelitian. DAFTAR PUSTAKA LAMPIRAN
