KLASIFIKASI CUSTOMER CHURN PADA PT. EDUCATION NUSANTARA CONNECT MENGGUNAKAN METODE RANDOM FOREST

Abstract

Pertumbuhan pesat pengguna internet di Indonesia mendorong perusahaan penyedia layanan jaringan, seperti PT Education Nusantara Connect (PT ENC), untuk meningkatkan kualitas layanan dan mempertahankan pelanggan. Salah satu tantangan utama yang dihadapi adalah customer churn, yaitu fenomena di mana pelanggan berpindah ke layanan lain. Penelitian ini bertujuan untuk menerapkan metode Random Forest dalam mengklasifikasikan pelanggan yang berpotensi churn. Metode Random Forest dipilih karena kemampuannya dalam memberikan akurasi tinggi, menangani data dalam jumlah besar, serta efektif dalam mengelola data yang tidak lengkap. Dalam penelitian ini, model Random Forest dibangun menggunakan data pelanggan yang mencakup atribut seperti total transaksi, lama langganan, frekuensi login, dan rating terakhir. Hasil evaluasi model menunjukkan bahwa akurasi yang diperoleh adalah 38.1%, dengan confusion matrix yang menunjukkan 4 prediksi benar untuk pelanggan yang tidak churn dan 4 prediksi benar untuk pelanggan yang churn. Selain itu, analisis fitur menunjukkan bahwa total transaksi memiliki pengaruh terbesar terhadap prediksi churn dengan kontribusi sebesar 37.81%. Hasil dari penelitian ini diharapkan dapat membantu PT Education Nusantara Connect dalam menekan tingkat churn dan meningkatkan loyalitas pelanggan melalui strategi retensi yang lebih efektif.