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

Authors

  • Rafael Nuansa Ramadhon Universitas Djuanda
  • Aldino Ogi Universitas Djuanda
  • Ari Permana Agung Universitas Djuanda
  • Ryandra Putra Universitas Djuanda
  • Siti Sarah Febrihartina Universitas Djuanda
  • Uus Firdaus Universitas Djuanda

DOI:

https://doi.org/10.30997/karimahtauhid.v3i2.11952

Keywords:

Machine Learning, Decision Tree, Klasifikasi

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.

References

Firdaus Uus, Utama N Ditdit. 2020. “Balance as one of the attributes in the customer segmentation analysis method : Systematic literature review”. Advances in Science, Technology and Engineering System Journal (ASTES), 5(2). http://www.astesj.com/

Feby, Dita. “Apa Itu Decision Tree di Machine Learning Model?” https://dqlab.id.

Diakses pada 14 Januari 2024. https://dqlab.id/apa-itu-decision-tree-di-machine-learning-model

Puspitorini I, Sintawati D Ita. 2021. “Penerapan Data Mining untuk Klasifikasi Prediksi

Produk Jenis Makanan Kucing yang Sesuai Kebutuhan dengan Algoritma Decision Tree (ID3)”. Jurnal AKRAB Juara, 6(4), hal 21-26. http://dx.doi.org/10.58487/akrabjuara.v6i4.1629

Wadhwatanya. (2021). “Splitting Criteria and Algorithms in Decision Tree” wadhwaatanya1234.medium.com. Diakses pada 17 Januari 2024. https://wadhwatanya1234.medium.com/decision-tree-model-1089c11ab22

Sudibyo, A., Asra, T., & Rifai, B. (2018). “Menggunakan Metode Algoritma Decision

Tree”. 14(2), 145. http://nusamandiri.ac.id/aji.aby@nusamandiri.ac.id http://bsi.ac.id http://nusamandiri.ac.id/

Kurniawan D. (2020). “Pengenalan Machine Learning dengan Python”. Jakarta : PT Elex Media Komputindo.

Downloads

Published

2024-02-02

How to Cite

Ramadhon, R. N., Ogi, A., Agung, A. P., Putra, R., Febrihartina, S. S., & Firdaus, U. (2024). Implementasi Algoritma Decision Tree untuk Klasifikasi Pelanggan Aktif atau Tidak Aktif pada Data Bank . Karimah Tauhid, 3(2), 1860–1874. https://doi.org/10.30997/karimahtauhid.v3i2.11952
Abstract viewed = 55 times

Most read articles by the same author(s)