IMPLEMENTASI METODE EXTREME LEARNING MACHINE UNTUK CUSTOMER CHURN

Pertumbuhan data informasi yang cepat dan pola perilaku pelanggan yang dinamis membuat perusahaan kesulitan untuk mengenali pelanggan yang akan keluar dari perusahaan yang disebut dengan customer churn. Untuk itu diperlukan prediksi churn yang dapat membantu perusahaan dalam menetukan strategi pemasaran dalam pemberian retensi atau wujud layanan tambahan yang sesuai pada tiap pelanggan agar dapat mempertahankan pelanggan agar tidak mengalami kerugian. Prediksi Customer Churn dapat dilakukan dengan metode jaringan saraf tiruan. Salah satu metode jaringan saraf tiruan adalah Extreme Learning Machine yang memiliki parameter-parameter seperti input weight dan hidden bias dipilih secara random, sehingga Extreme Learning Machine memiliki kecepatan pembelajaran dengan implementasi yang lebih cepat dan menghasilkan generalisasi yang baik dengan kesalahan training yang kecil. Dari hasil pengujian sistem prediksi customer churn menggunakan metode Extreme Learning Machine, dapat disimpulkan bahwa hidden layer terbaik dengan akurasi 83,66% dan 83,51% adalah 1 dan 5. Selain itu, akurasi dipengaruhi berdasarkan pembagian data training dan data testing yang digunakan.