Perpustakaan Digital ITB

Pelanggan sangat penting bagi suatu perusahaan, termasuk bagi suatu perusahaan telekomunikasi. Suatu perusahaan dapat menambah profit dengan menarik pelanggan baru. Namun, untuk memperoleh pelanggan baru, dapat saja biaya yang diperlukan sangat besar dibandingkan dengan biaya untuk mempertahankan pelanggan yang sudah dimiliki. Maka dari itu, suatu perusahaan telekomunikasi perlu menganalisis penyebab pelanggan berhenti menggunakan nomor teleponnya. Pada Tugas Akhir ini, dianalisis peluang seorang pelanggan akan berhenti menggunakan nomor teleponnya atau yang juga dikenal dengan istilah customer churn. Umumnya, pemodelan untuk masalah ini dapat dilakukan menggunakan Generalized Linear Model (GLM). Tetapi, GLM memiliki kelemahan yang mana distribusi respons harus berasal dari distribusi keluarga eksponensial. Kekurangan tersebut dapat diatasi dengan data mining karena data mining dapat digunakan untuk menemukan struktur di data tanpa mengasumsikan suatu distribusi peluang tertentu. Dalam Tugas Akhir ini, dibangun dua model prediksi, yaitu: GLM; dan GLM yang di-suplemen oleh metode Multivariate Adaptive Regression Splines (MARS). Hasil prediksi dari kedua model dibandingkan menggunakan dua kriteria, yaitu nilai Akaike’s Information Criterion (AIC) dan Area Under Curve (AUC). Untuk GLM, diperoleh nilai AIC sebesar 5869.24 dan nilai AUC sebesar 0.8480; sedangkan untuk GLM yang di-suplemen oleh MARS, diperoleh diperoleh nilai AIC sebesar 5803.1 dan nilai AUC sebesar 0.8501. Nilai AIC dan AUC untuk kedua model tidak berbeda secara signifikan. Dengan demikian, dipilih GLM sebagai model yang paling optimal untuk data ini karena membangun GLM lebih sederhana dibandingkan dengan GLM yang di-suplemen oleh MARS.