digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Johannes Joseph Billie C
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

PT XYZ merupakan perusahaan yang didirikan pada tahun 2020 dan bergerak dalam membuat aplikasi manajemen finansial. Namun, aplikasi baru diluncurkan secara publik mulai dari akhir tahun 2021. Per April 2022 PT XYZ memiliki total jumlah pengguna sekitar 22 ribu orang. Dari data Januari sampai Maret 2022 diketahui rata-rata churn rate dari aplikasi tersebut sebesar 63%. Nilai churn rate yang tinggi ini diperoleh salah satunya karena metode retensi pengguna yang dilakukan masih kurang efektif. Perusahaan belum mampu melakukan pengolahan data historis untuk dapat melihat pola perilaku pengguna aplikasi. Oleh karena itu, penelitian ini dilakukan untuk membuat model machine learning dan prototipe yang dapat digunakan oleh perusahaan untuk dapat memprediksi perilaku churn dari pengguna. Penelitian ini mengacu pada standar metodologi Cross Industry Standard Process for Data Mining (CRISP-DM). Tahapan proses yang dilakukan dengan metode ini adalah business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Alternatif algoritma yang digunakan untuk membuat machine learning adalah Adaboost, XGBoost, Catboost, dan Random Forest. Pembangunan model dan prototipe dilakukan dengan menggunakan bahasa pemrograman Python. Dari penelitian yang telah dilakukan, diperoleh model Random Forest sebagai model terbaik untuk melakukan prediksi customer churn terhadap pengguna aplikasi PT XYZ dengan nilai akurasi sebesar 81,3% dan F1-Score sebesar 81,3%. Lima variabel yang paling signifikan terhadap model adalah balance, monthly_income, avg_weekly_spending, avg_weekend_spending, dan sum_Lainnya_o. Lalu model diimplementasikan pada prototipe aplikasi berbasis web menggunakan library Streamlit. Kata kunci: