Skripsi PREDIKSI LOYALITAS PELANGGAN PADA PERUSAHAAN PENYEDIA LAYANAN MULTIMEDIA DENGAN ALGORITMA C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION

Perusahaan penyedia layanan jasa khususnya internet merupakan perusahaan yang berkembang saat ini, terbukti dari pengguna internet yang semakin meningkat setiap tahunnya. Peluang ini membuat banyak perusahaan penyedia layanan internet muncul sehingga pelanggan memiliki banyak pilihan dalam memilih perusahaan. Mempertahankan pelanggan merupakan hal yang penting karena biaya untuk mempertahankan pelanggan jauh lebih murah daripada mendapatkan pelanggan baru. Selain itu dengan mengetahui loyalitas pelanggan, perusahaan dapat membuat proyeksi pendapatan sebagai acuan dalam rencana pembangunan perusahaan Salah satu algoritma data mining yang cukup baik dalam menentukan klasifikasi kelayakan pelanggan adalah algoritma C4.5 karena mampu menghasilkan model yang mudah dimengerti dengan akurasi yang tinggi. Akurasi model C4.5 sangat tergantung pada attribut pembentuknya, oleh karena itu pengolahan awal data sangat penting untuk menghasilkan model sederhana yang tingkat akurasinya tinggi. Algoritma PSO akan diterapkan untuk pembobotan attribut sehingga nilai attribut yang diolah dengan C4.5 dapat disesuaikan untuk mendapatkan hasil yang maksimal. Pembobotan attribut dengan PSO mampu meningkatkan akurasi dari algoritma C4.5 dari 78.40 % menjadi 80.90% dan AUC dari 0.794 menjadi 0.841. Hal ini juga meningkatkan hasil klasifikasi dari fair classification menjadi good classification. Dengan terbentuknya model loyalitas pelanggan, perusahaan dapat meningkatkan relasi terhadap pelanggan baik, dan mampu memprediksi dan mempertahan pelanggan yang kurang loyal.