KLASIFIKASI PELANGGAN CHURN PADA KEGIATAN SERVIS DAN PENJUALAN SPAREPART DENGAN METODE RANDOM FOREST

Abstract

Churn pelanggan adalah kondisi ketika pelanggan berhenti menggunakan produk atau layanan suatu perusahaan dalam periode tertentu. Tujuan dari penelitian ini untuk mengklasifikasikan pelanggan churn di PT. XYZ, perusahaan ritel otomotif yang menyediakan jasa servis dan penjualan sparepart. Metode random forest berbasis fitur RFM (Recency, Frequency, Monetary). Data mencangkup riwayat transaksi servis dan penjualan sparepart periode Januari 2024 – Desember 2024. Metode random forest dipilih karena kemampuannya menangani data tidak seimbang dan mampu mengidentifikasi variabel kunci untuk pengambilan keputusan. Penelitian melibatkan preprocessing data dan pembagian dataset menjadi data pelatihan (80%) dan data pengujian (20%). Model dievaluasi menggunakan confusion matrix dengan akurasi, presisi, recall, F1-Score dan nilai AUC. Evaluasi model menunjukkan performa yang sangat baik dengan akurasi mencapai (67,71%) , presisi (72,93%), recall (85,16%), F1-Score (78,6%), dan nilai AUC (0,6798) membuktikan efektivitas metode ini dalam mengidentifikasi pelanggan berisiko churn. Hasil dari penelitian ini diharapkan dapat membantu perusahaan mengurangi pelanggan churn dan meningkatkan profit secara berkelanjutan.