Prediksi Pelanggan Churn pada Merchant Menggunakan Algoritma Regresi Logistik

Abstract

Aplikasi fintech saat ini menjadi salah satu inovasi yang mempermudah masyarakat untuk melakukan transaksi. Hal ini didukung dengan semakin meningkatnya pengguna smartphone dan layanan internet. Masyarakat atau nasabah yang menjadi pelanggan berperan penting sebagai roda penggerak utama pada perkembangan fintech di Indonesia. Oleh karena itu berbagai perusahaan fintech berupaya untuk menarik perhatian dari masyarakat agar menggunakan produk yang ditawarkan. Selain itu, persaingan dalam mempertahankan pelanggan adalah hal yang cukup krusial. Dengan demikian, perusahaan perlu untuk memprediksi pelanggan yang akan churn agar dapat mengetahui strategi yang akan dilakukan selanjutnya untuk mempertahankan pelanggan. Permasalahan ini dapat diatasi dengan mengamati frekuensi transaksi yang dilakukan pelanggan tiap bulannya. Penelitian ini bertujuan untuk melakukan prediksi pelanggan yang akan churn pada beberapa merchant yang terdaftar pada aplikasi fintech menggunakan algoritma regresi logistik. Algoritma regresi logistik melakukan prediksi pada nilai target dari data transaksi. Tahapan yang dilakukan yaitu preprocessing sebagai tahapan untuk membersihkan data dan melakukan perubahan pada tipe data yang tidak sesuai. Penelitianini juga menggunakan sigmoid function pada regresi logistik. Sigmoid function memiliki peran yang sangat penting dalam mengkategorikan antara kelas target churn dan no- churn. Metode confussion matrix digunakan pada evaluasi penelitian dan menghasilkan akurasi sebesar 84.5%.

Fintech applications are currently one of the innovations that make it easier for people to make transactions. This is supported by an increasing of smartphone users and internet services. Communities or customers who beome the important customers have the main role of driving force in the development of fintech in Indonesia. Therefore, various fintech companies seek to attract the attention of the public to use the products offered. In addition, competition in retaining customers is crucial. Thus, companies need to predict customers will churn in order to know the next strategy to be carried out to retain customers. This problem can be solved by observing the frequency of transactions made bycustomers each month. This study aims to predict customers who will churn at several merchants registered with fintech applications using a logistic regression algorithm. The logistic regression algorithm makes predictions on the target value from the transaction data. The steps taken are preprocessing as a step to clean data and make changes to inappropriate data types. This study also uses the sigmoid function in logistic regression . The sigmoid function has a very important role in categorizing between churn and no- churn target classes. The confusion matrix method used in the evaluation of the research and the quality of the accuracy is 84.5%.