Proyek ini membangun pohon keputusan untuk memprediksi pelanggan layanan berlangganan yang akan berhenti, memakai data kontrak, keluhan, dan pembayaran. Model diuji dengan validasi silang 10 lipatan dan hasilnya dibaca lewat akurasi, AUC, serta atribut paling berpengaruh.
Tujuan Bisnis
Temukan pelanggan yang hampir berhenti sebelum mereka benar-benar pergi. Bidang penerapan: Pemasaran / CRM. Tingkat proyek: dasar.
Alat dan Operator RapidMiner
Proses dibangun dengan operator berikut:
- Read CSV
- Remap Binominals
- Multiply
- Cross Validation
- Decision Tree
- Apply Model
- Performance (Binominal Classification)
- Weight by Information Gain Ratio
- Performance to Data
- Weights to Data
- Write CSV
Yang Akan Anda Pelajari
- Memahami alur klasifikasi lengkap: data, model, validasi silang, dan evaluasi
- Membaca akurasi, AUC, precision, dan recall untuk keputusan bisnis, bukan sekadar angka
- Menentukan faktor penyebab pelanggan pergi berdasarkan bobot atribut
Langkah Pengerjaan
- Baca data langganan dan atur peran kolom — Read CSV memuat data_langganan.csv (3.000 pelanggan). Pada pengaturan kolom, id_pelanggan berperan sebagai id dan berhenti sebagai label bertipe binominal (ya/tidak).
- Tetapkan kelas positif — Remap Binominals menetapkan "ya" sebagai kelas positif dan "tidak" sebagai negatif, sehingga precision dan recall menilai kemampuan menemukan pelanggan yang berhenti.
- Gandakan data — Multiply membuat dua salinan data: satu untuk validasi silang dan satu untuk menghitung bobot atribut.
- Bangun model dalam Cross Validation — Cross Validation dengan 10 lipatan dan stratified sampling. Di bagian Training letakkan Decision Tree (kriteria gain ratio, kedalaman maksimum 5, pruning aktif).
- Uji model pada bagian Testing — Apply Model menerapkan pohon pada data uji, lalu Performance (Binominal Classification) menghitung akurasi, AUC, precision, recall, F-measure, dan kappa.
- Hitung atribut paling berpengaruh — Weight by Information Gain Ratio memberi bobot 0 sampai 1 pada tiap atribut sehingga terlihat faktor apa yang paling membedakan pelanggan yang berhenti.



