PT X merupakan perusahaan edukasi yang menawarkan jasa persiapan study abroad.
Pada PT X, program free trial tergolong sebagai program yang besar karena kontribusi
program terhadap pendapatan PT X. Akan tetapi, jumlah pelanggan yang dihasilkan
dari program ini masih jauh dari harapan. Closing rate peserta free trial masih berada
jauh dibawah tingkat yang ideal, bahkan cenderung rendah dan menurun dibandingkan
dengan program lain seperti Webinar. Padahal, program free trial sukses
mendatangkan banyak peminat, selalu melebihi daya tampung program sehingga
dilakukan proses seleksi terlebih dahulu oleh PT X berdasarkan data-data pendaftar
program free trial. Rendahnya closing rate disebabkan belum adanya sistem
pendukung keputusan untuk seleksi pendaftar. Untuk mengatasi masalah tersebut,
pada penelitian ini dilakukan perancangan model prediksi berbasis data mining yang
bertujuan untuk memprediksi keputusan purchase pendaftar free trial sehingga PT X
dapat meningkatkan closing rate nya dan dapat meminimalisir waktu pengambilan
keputusan. Selanjutnya, dibangun prototipe aplikasi yang dapat menjalankan model
sehingga dapat digunakan oleh Divisi Marketing untuk proses seleksi.
Perancangan solusi pada penelitian ini mengacu pada metodologi CRISP-DM.
Terdapat tiga alternatif algoritma model klasifikasi yang digunakan untuk membangun
model prediksi, yakni Support Vector Machine (SVM), Random Forest, dan Gradient
Boosting. Kemudian, untuk menangani imbalansi data, digunakan dua teknik
oversampling yaitu ADASYN dan SMOTE. Model terbaik yang didapatkan pada
penelitian ini ialah model Gradient Boosting yang diterapkan pada data hasil SMOTE,
dengan nilai accuracy 0,83, presisi 0,5, recall 0,33, dan F1 0,4. Nilai tersebut berarti
bahwa PT X dapat meningkatkan closing rate program free trial menjadi 50%.