COVER Ritzke Aisyarah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 1 Ritzke Aisyarah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 2 Ritzke Aisyarah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 3 Ritzke Aisyarah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 4 Ritzke Aisyarah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 5 Ritzke Aisyarah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
PUSTAKA Ritzke Aisyarah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
PT X, perusahaan yang bergerak di bidang teknologi pendidikan, memiliki persentase pelanggan churn yang tinggi untuk produk TryOut (TO) PTN, di angka rata-rata 73% dalam 5 TO terakhir. Pelanggan churn didefinisikan sebagai pelanggan yang telah berhenti menggunakan produk atau layanan tertentu (Hejazinia and Kazemi, 2014). Untuk industri pendidikan, tingkat pelanggan churn yang ditoleransi adalah 9,6%. Angka pelanggan churn yang tinggi mengindikasikan adanya ketidaksesuaian antara harapan pelayanan dengan aktual pelayanan yang didapat pelanggan. Untuk itu, pada penelitian ini, dibangun model prediksi pelanggan churn dengan teknik data mining dan machine learning, menggunakan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM). Model prediksi pelanggan churn terpilih dibangun menggunakan algoritma random forest. Pada penelitian ini juga dibangun model analisis sentimen opini pelanggan menggunakan algoritma Bidirectional Encoder Representations from Transformers (BERT) dengan menggunakan data opini pelanggan dari jejaring sosial Twitter untuk mengetahui opini pelanggan terhadap PT X. Hasil penelitian menunjukkan akurasi 97% dan recall 100% untuk model prediksi pelanggan churn dan akurasi 88% untuk model analisis sentimen opini pelanggan.