PEMODELAN CHURN PELANGGAN FLEXI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DI REPRESENTATIVE OFFICE SURABAYA

SUKMAWATI, RIAS (2012) PEMODELAN CHURN PELANGGAN FLEXI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DI REPRESENTATIVE OFFICE SURABAYA. Masters thesis, INSTITUT TEKNOLOGI SEPULUH NOPEMBER.

[thumbnail of 9109205401-master thesis.pdf] Text
9109205401-master thesis.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Selama beberapa tahun terakhir, sektor telekomunikasi nirkabel telah
menjadi salah satu bisnis yang berkembang tercepat. Berbagai faktor dapat
mendorong seseorang pelanggan untuk tetap bertahan pada satu operator
telekomunikasi atau berpindah menggunakan operator lain. Perpindahan inilah
yang disebut churn, kondisi dimana pelanggan yang meninggalkan produk awal
dan berpindah ke produk lain. Beberapa faktor dapat menyebabkan seorang
pelanggan memutuskan untuk berhenti menggunakan salah satu operator, salah
satunya adalah ketidakpuasan layanan sebagai contoh terputusnya sambungan
telepon ketika sedang digunakan untuk berkomunikasi. Hal ini yang kemudian
menyebabkan paradigma atas suatu produk tidak berubah walapun tagline telah
diubah.
Penelitian ini memodelkan beberapa faktor yang diprediksi menyebabkan
churn (dimana pelanggan yang meninggalkan produk awal dan berpindah ke
produk lain) antara lain Call Setup Success Ratio,Drop Call Average,Call
Completion Ratio, serta Standar kinerja layanan pesan singkat dengan
menggunakan metode artificial neural network dimana faktor- faktor tersebut
akan menjadi layer inputan dalam pelatihan. Data yang digunakan sebagai
variable output adalah tingkat churn antara range Januari 2011 sampai dengan
Agustus 2011.
Dari beberapa hasil pemodelan diperoleh kesimpulan bahwa penyebab
tingkat churn lebih disebabkan karena tingkat Call Completion Ratio. Hal ini
ditunjukkan dari hasil pemodelan dan beberapa proses uji coba diperoleh bobot
Call Completion Ratio lebih tinggi dibandingkan dengan bobot dari 3(tiga) faktor
yang lain.

Item Type: Thesis (Masters)
Additional Information: RTMT 006.32 Suk p
Uncontrolled Keywords: telekomunikasi, pelanggan, churn, neural network,
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5101 Telecommunication
Divisions: 61101-Magister Management Technology
Depositing User: Users 13 not found.
Date Deposited: 22 Dec 2016 06:01
Last Modified: 22 Dec 2016 06:01
URI: http://repository.its.ac.id/id/eprint/1156

Actions (login required)

View Item View Item