Implementasi SMOTE Untuk Klasifikasi Loyalitas Konsumen Telesales X (Studi Kasus : Data Transaksi Telesales Perusahaan X)
Abstract
Perkembangan teknologi pada saat ini telah merambah dunia pendidikan yang
biasa disebut dengan edutech. Saat ini terdapat beberapa perusahaan startup yang
bergerak dalam bidang edutech dengan memberikan layanan pendidikan secara
online seperti live class, tryoust, dan chat bot. Setiap perusahaan tentunya memiliki
strategi dalam meningkatkan penjualan, salah satunya dengan membuat konsumen
melakukan pembelian ulang produk. Penelitian ini bertujuan untuk memprediksi
apakah konsumen akan melakukan pembelian ulang atau tidak. Metode klasifikasi
yang digunakan dalam penelitian ini adalah Logistic Regression, K-Nearest
Neighbour (KNN), Naïve Bayes, Support Vector Machine (SVM) dan dilakukan
optimasi menggunakan Synthetic Minority Oversampling Technique (SMOTE).
Jumlah data konsumen yang melakukan pembelian ulang cukup sedikit sehingga
diperlukan metode SMOTE untuk menyeimbangkan data dengan membuat data
sintetis secara acak. Penelitian ini membagi data training dan data testing dengan
perbandingan 80% : 20%. Hasil penelitian menunjukkan bahwa klasifikasi dengan
metode KNN k = 4 memiliki tingkat akurasi terbaik yaitu sebesar 91%, sedangkan
pada KNN k =4 dengan SMOTE sebesar 89%.
Collections
- Statistics [899]