Implementasi Algoritma Decision Tree untuk Klasifikasi Pelanggan Aktif atau Tidak Aktif pada Data Bank

Abstract

Penelitian ini mengeksplorasi penerapan pohon keputusan (decision tree) sebagai metode analisis dalam konteks pengambilan keputusan. Decision tree merupakan algoritma machine learning yang populer karena kemampuannya dalam memodelkan dan memahami hubungan kompleks di antara variabel-variabel yang terlibat dalam suatu keputusan. Dalam penelitian ini, kami berfokus pada penerapan algoritma decision tree untuk klasifikasi pelanggan aktif dan tidak aktif di sektor perbankan. Klasifikasi dalam machine learning adalah proses membangun model atau algoritma yang mampu mengidentifikasi dan mengelompokkan data ke dalam kategori atau kelas tertentu. 

Tujuan utama dalam penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang paling berpengaruh dalam menentukan status pelanggan, terutama dalam pemasaran layanan perbankan. Kami menggunakan dataset yang mencakup berbagai atribut diantaranya data lokasi, ID produk, nama pelanggan, saldo, dan status.