模仿神经组织方法比较和搅拌预测树的决定方法

Helena Nurramdhani Irmanda, Ria Astriratma, Sarika Afrizal
{"title":"模仿神经组织方法比较和搅拌预测树的决定方法","authors":"Helena Nurramdhani Irmanda, Ria Astriratma, Sarika Afrizal","doi":"10.36706/jsi.v11i2.9286","DOIUrl":null,"url":null,"abstract":"Churn merupakan suatu kecenderungan pelanggan untuk berhenti dari suatu produk atau layanan dan kemudian berpindah ke perusahaan lain. Customer churn merupakan masalah yang serius yang harus ditangani untuk keberlangsungan suatu perusahaan. Penanganan customer churn berawal dari ketepatan suatu perusahaan memprediksi customer mana yang diduga akan melakukan churn. Salah satu pendekatan dalam memprediksi customer churn adalah data mining.  Penelitian ini membandingkan dua metode klasifikasi dalam data mining yaitu jaringan syaraf tiruan dan pohon keputusan untuk memprediksi customer churn pada industri perbankan. Hasil penelitian menunjukan bahwa jaringan syaraf tiruan memiliki tingkat akurasi lebih baik dibanding pohon keputusan yaitu 86%. Selain itu jaringan syaraf tiruan juga memiliki nilai precision yang lebih baik daripada pohon keputusan, yaitu sebesar 71%. Akan tetapi untuk nilai recall, pohon keputusan memiliki nilai recall lebih baik dibanding dengan jaringan syaraf tiruan yaitu sebesar 58%.","PeriodicalId":375112,"journal":{"name":"JSI: Jurnal Sistem Informasi (E-Journal)","volume":"111 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":"{\"title\":\"PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN POHON KEPUTUSAN UNTUK PREDIKSI CHURN\",\"authors\":\"Helena Nurramdhani Irmanda, Ria Astriratma, Sarika Afrizal\",\"doi\":\"10.36706/jsi.v11i2.9286\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Churn merupakan suatu kecenderungan pelanggan untuk berhenti dari suatu produk atau layanan dan kemudian berpindah ke perusahaan lain. Customer churn merupakan masalah yang serius yang harus ditangani untuk keberlangsungan suatu perusahaan. Penanganan customer churn berawal dari ketepatan suatu perusahaan memprediksi customer mana yang diduga akan melakukan churn. Salah satu pendekatan dalam memprediksi customer churn adalah data mining.  Penelitian ini membandingkan dua metode klasifikasi dalam data mining yaitu jaringan syaraf tiruan dan pohon keputusan untuk memprediksi customer churn pada industri perbankan. Hasil penelitian menunjukan bahwa jaringan syaraf tiruan memiliki tingkat akurasi lebih baik dibanding pohon keputusan yaitu 86%. Selain itu jaringan syaraf tiruan juga memiliki nilai precision yang lebih baik daripada pohon keputusan, yaitu sebesar 71%. Akan tetapi untuk nilai recall, pohon keputusan memiliki nilai recall lebih baik dibanding dengan jaringan syaraf tiruan yaitu sebesar 58%.\",\"PeriodicalId\":375112,\"journal\":{\"name\":\"JSI: Jurnal Sistem Informasi (E-Journal)\",\"volume\":\"111 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-10-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"4\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JSI: Jurnal Sistem Informasi (E-Journal)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36706/jsi.v11i2.9286\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JSI: Jurnal Sistem Informasi (E-Journal)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36706/jsi.v11i2.9286","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 4

摘要

丘吉尔是一种客户倾向于放弃一种产品或服务,然后转向另一种公司。丘吉尔客户端是一家严重的企业生存需要处理的问题。维修的维修是由一家公司准确预测顾客的行为决定的。销售客户预测的方法之一是数据挖掘。这项研究比较了挖掘数据的两种分类方法,即人工神经网络和银行行业预测客户邱恩的决定树。研究表明,人造神经网络比决策树的精度高86%。此外,合成神经元的浓度也比决策树高71%。然而,对于recall值来说,决策树的召回值比人工神经网络强58%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN POHON KEPUTUSAN UNTUK PREDIKSI CHURN
Churn merupakan suatu kecenderungan pelanggan untuk berhenti dari suatu produk atau layanan dan kemudian berpindah ke perusahaan lain. Customer churn merupakan masalah yang serius yang harus ditangani untuk keberlangsungan suatu perusahaan. Penanganan customer churn berawal dari ketepatan suatu perusahaan memprediksi customer mana yang diduga akan melakukan churn. Salah satu pendekatan dalam memprediksi customer churn adalah data mining.  Penelitian ini membandingkan dua metode klasifikasi dalam data mining yaitu jaringan syaraf tiruan dan pohon keputusan untuk memprediksi customer churn pada industri perbankan. Hasil penelitian menunjukan bahwa jaringan syaraf tiruan memiliki tingkat akurasi lebih baik dibanding pohon keputusan yaitu 86%. Selain itu jaringan syaraf tiruan juga memiliki nilai precision yang lebih baik daripada pohon keputusan, yaitu sebesar 71%. Akan tetapi untuk nilai recall, pohon keputusan memiliki nilai recall lebih baik dibanding dengan jaringan syaraf tiruan yaitu sebesar 58%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信