Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Yayak Kartika Sari Prediksi Customer Churn Berbasis Adaptive Neuro Fuzzy Inference System

View through CrossRef
Abstrak – Customer Churn adalah pelanggan yang berhenti berlangganan dan pindahpada perusahaan lain, karena berbagai faktor. Customer churn merupakan masalah yang sangatpenting yang harus dihadaapi oleh perusahaan karena berhentinya pelanggan akan berdampakpada retensi perusahaan. Oleh sebab itu, dibuatkan sistem prediksi customer churn untukmengetahui tingkat pelanggan yang churn, apabila customer churn dapat diketahui terlebih dahulu,maka akan menguntungkan bagi pihak CRM untuk mengatur strategi-strategi mencegah pelangganyang melakukan churn. Untuk menentukan prediksi customer churn menggunakan teknik datamining dengan algoritma ANFIS. Algoritma ANFIS merupakan gabungan antara jaringan syaraftiruan dengan fuzzy inference system. Model prediksi yang dibangun dengan metode ANFISmenggunakan pembelajaran alur maju dan pembelajaran alur mundur, sehingga untuk melakukanprediksi dibutuhkan nilai parameter fuzzy baru yang diperoleh dari proses pelatihan. Setelah nilaiparameter fuzzy baru didapatkan, maka akan dilakukan tahap pengujian. Pada tahap pengujiandilakukan dengan proses pembelajaran maju untuk mendapatkan nilai prediksinya, sehingga padaprosesnya nilai prediksi yang berupa angka dan status prediksi. Pelatihan dan pengujian ANFISuntuk semua produk menghasilkan perbandingan nilai error rata-rata pelatihan sebesar 8,316 %
Title: Yayak Kartika Sari Prediksi Customer Churn Berbasis Adaptive Neuro Fuzzy Inference System
Description:
Abstrak – Customer Churn adalah pelanggan yang berhenti berlangganan dan pindahpada perusahaan lain, karena berbagai faktor.
Customer churn merupakan masalah yang sangatpenting yang harus dihadaapi oleh perusahaan karena berhentinya pelanggan akan berdampakpada retensi perusahaan.
Oleh sebab itu, dibuatkan sistem prediksi customer churn untukmengetahui tingkat pelanggan yang churn, apabila customer churn dapat diketahui terlebih dahulu,maka akan menguntungkan bagi pihak CRM untuk mengatur strategi-strategi mencegah pelangganyang melakukan churn.
Untuk menentukan prediksi customer churn menggunakan teknik datamining dengan algoritma ANFIS.
Algoritma ANFIS merupakan gabungan antara jaringan syaraftiruan dengan fuzzy inference system.
Model prediksi yang dibangun dengan metode ANFISmenggunakan pembelajaran alur maju dan pembelajaran alur mundur, sehingga untuk melakukanprediksi dibutuhkan nilai parameter fuzzy baru yang diperoleh dari proses pelatihan.
Setelah nilaiparameter fuzzy baru didapatkan, maka akan dilakukan tahap pengujian.
Pada tahap pengujiandilakukan dengan proses pembelajaran maju untuk mendapatkan nilai prediksinya, sehingga padaprosesnya nilai prediksi yang berupa angka dan status prediksi.
Pelatihan dan pengujian ANFISuntuk semua produk menghasilkan perbandingan nilai error rata-rata pelatihan sebesar 8,316 %.

Related Results

A Novel Model for Partial and Total Churn Prediction in E-Commerce
A Novel Model for Partial and Total Churn Prediction in E-Commerce
Abstract The e-commerce market is a rapidly growing industry, with many companies entering the market to provide customers with easy access to a variety of products and ser...
Adaptive Neuro-Fuzzy Systems
Adaptive Neuro-Fuzzy Systems
Fuzzy logic became the core of a different approach to computing. Whereas traditional approaches to computing were precise, or hard edged, fuzzy logic allowed for the possibility o...
Konstruksi Sistem Inferensi Fuzzy Menggunakan Subtractive Fuzzy C-Means pada Data Parkinson
Konstruksi Sistem Inferensi Fuzzy Menggunakan Subtractive Fuzzy C-Means pada Data Parkinson
Abstract. Fuzzy Inference System requires several stages to get the output, 1) formation of fuzzy sets, 2) formation of rules, 3) application of implication functions, 4) compositi...
Privacy-Preserving Based Technique for Customer Churn Prediction in Telecom Industry
Privacy-Preserving Based Technique for Customer Churn Prediction in Telecom Industry
In recent years, customer churn has been one of the most prominent topics, especially in the telecom industry. The telecommunications industry is producing massive amounts of data ...
Generated Fuzzy Quasi-ideals in Ternary Semigroups
Generated Fuzzy Quasi-ideals in Ternary Semigroups
Here in this paper, we provide characterizations of fuzzy quasi-ideal in terms of level and strong level subsets. Along with it, we provide expression for the generated fuzzy quasi...
Customer Churn Prediction System Using Machine Learning: A Case Study ROSHAN Telecom-Afghanistan
Customer Churn Prediction System Using Machine Learning: A Case Study ROSHAN Telecom-Afghanistan
The success of any business relies on its customers, so it is crucial for firms to prioritize customer satisfaction. Customer churn is a significant concern for companies due to in...
Customer churn prediction model: a case of the telecommunication market
Customer churn prediction model: a case of the telecommunication market
AbstractThe telecommunications market is well developed but is characterized by oversaturation and high levels of competition. Based on this, the urgent problem is to retain custom...
Design of an Adaptive Neuro-Fuzzy Inference System (ANFIS) for tractor-implement tillage depth control
Design of an Adaptive Neuro-Fuzzy Inference System (ANFIS) for tractor-implement tillage depth control
During ploughing operations, variations in soil conditions cause ploughing depth errors. This chapter presents the designed of a neuro-fuzzy controller to decrease tractors ploughi...

Back to Top