MEMPREDIKSI LOYALITAS NASABAH PADA BMT ABC DENGAN METODE INTERATIVE DICHOTOMISER THREE (ID 3)
DOI:
https://doi.org/10.47775/ictech.v16i2.190Abstrak
Persaingan peusahaan semakin ketat menuntut perusahaan memberikan pelayanan yang memuaskan kepada konsumen. Dalam mempertahankan konsumen salah satu kuncinya adalah mengelola informasi pelanggan. Perusahaan akan terbantu jika mempunyai sistem informasi pelanggan dikelola dengan baik, data pelanggan yang baru ataupun data pelanggan yang lama. BMT ABC mempunyai mempunyai 4.882 nasabah, akan tetapi sampai tahun 2020 nasabah yang aktif melakukan penabungan adalah 2.392 nasabah. Dalam memprediksi nasabah yang aktif di BMT ABC menggunakan metode ID3. ID 3 adalah salah satu metode klasifikasi pada data mining decision tree (pohon keputusan). Langkah-langkah penelitan: identifikasi dan perumusan masalah, penentuan variabel penelitian, penentuan data latih, hitung gain dan entropy, membagun decision tree dengan algoritma ID3. Pada penelitian ini menggunakan atribut: jenis kelamin, usia, pekerjaan, pendidikan, status, dan setoran awal. Dari hasil perhitungan Gain dan Entropy dihasilkan 5 aturan dan menghasilkan pohon keputusan
Kata kunci: Loyalitas Nasabah, ID 3
Referensi
adiana, julce sidette, eko sediyono, dan oky dewi nurhayati. 2014. “pendekatan
metode pohon keputusan menggunakan algoritma ID3 untuk sistem infromasi pengukuran kinerja PNS.†sistem informasi bisnis 02 (1): 75-86.
fauziah, dedy hartama, dan irfan damanik sudahri. 2020. “analisa kepuasan pelanggan menggunakan klasifikasi data mining.†brahmana 2 (1): 41-48.
Febtadianrano, Hakam Putro, retno tri vulandari, dan wawan laksito. 2020. “penerapan metode naive bayes untuk klasifikasi pelanggan.†Tikomsin 8 (2): 19-24.
Inda, Putri sari, dan muhammad nasir. 2019. “implementasi model decision tree menggunakan algoritma ID3 untuk menentukan strategi pemasran universitas bina darma palembang.†bina darma conference on computer science 1 (1): 739-754.
izzaty, annisak jamhur. 2016. “penerapan data mining untuk menganalisa jumlah pelanggan aktif dengan menggunakan algoritma c4.5.†Majalah Ilmiah 23 (2): 12-20.
Pudjo, Prabowo widodo, Tria Rahmadya Handayanto, dan Helawati. 2013. Penerapan data mining dengan matlab. bandung: Rekayasa Sains.
santoso, T.B. 2014. “analisa dan penerapan metode C4.5 untuk prediksi loyalitas pelanggan.†universitas satya negara indonesia. subhan, muhamad efendi, dan helmie arif wibawa. 2018. “prediksi penyakit diabetes menggunakan algoritma ID3 dengan pemilihan atribut terbaik.†Juita 6 (1): 29-36.
Tama, B.A. 2015. “Data mining for predicting coustomer statisfaction.†J Theor appl Inf Technol 75 (1): 3-7. Ulin, Khilyanti fitri, dan Azizah Fatmawati. 2019. “Sistem Ifnromasi pelanggan pada bengkel marno jaya motor.†teknik elektro 19 (1): 29-35
