Rancang Bangun Sistem Customer Churn Prediction Dengan Menggunakan Machine Learning Pada PT Eka Mas Republik

PT Eka Mas Republik adalah ISP di Indonesia dengan banyak pelanggan beragam. Mereka berencana menggunakan churn prediction dengan data pelanggan yang dikumpulkan selama bertahun-tahun. Churn prediction membantu memprediksi pelanggan yang akan churn (pelanggan yang beralih ke provider lain). Skripsi ini bertujuan untuk merancang model machine learning untuk prediksi churn pelanggan, mengolah data churn setelah prediksi, dan membuat sistem pelaporan berbasis website.
Pada skripsi ini digunakan algoritma Random Forest Classifier sebagai dasar pembentuk model machine learning. Penentuan algoritma ini telah melalui proses seleksi awal dengan menggunakan library LazyPredict. Pengujian model dilakukan dengan menguji nilai metrik evaluasi, dataset dummy, dan dataset real. Pengujian website dilakukan dengan Contract Acceptance Test (CAT). Hasil pengujian model menunjukkan nilai metrik evaluasi yang tinggi, antara lain Accuracy Score sebesar 0,946419, F1 Score 0,944324, Recall Score 0,95077, Precision Score 0,937964, dan ROC AUC Score 0,946604. Pengujian dataset dummy dan dataset real menghasilkan rasio data churn dan not churn yang beragam, sesuai dengan data yang dimasukkan.