Optimisasi Kueri Terdistribusi Untuk Analisis Pola Perilaku Churn Pelanggan Internet

Abstract

Industri layanan internet menghadapi persaingan ketat, sehingga perusahaan telekomunikasi perlu tidak hanya menarik pelanggan baru, tetapi juga mempertahankan pelanggan yang ada. Salah satu tantangan utama adalah churn, yaitu perilaku berhenti berlangganan, yang berdampak pada pendapatan dan biaya akuisisi. Penelitian ini bertujuan mengoptimalkan eksekusi kueri pada sistem basis data terdistribusi menggunakan Apache Spark SQL untuk mendeteksi pola perilaku pelanggan berisiko churn. Metode eksperimen diterapkan dengan tiga teknik optimisasi: partitioning, indexing, dan caching. Dataset terdiri dari 147.903 pelanggan dengan 21 atribut, meliputi demografi, penggunaan layanan, biaya, dan status churn. Hasil eksperimen menunjukkan peningkatan performa eksekusi kueri rata-rata 57,54% dibandingkan tanpa optimisasi. Analisis pola churn mengidentifikasi faktor utama, yaitu tenure, jenis kontrak, metode pembayaran, layanan tambahan, dan biaya bulanan, yang berpengaruh signifikan terhadap risiko berhenti berlangganan. Temuan ini mendukung teori Churn Management dan Customer Retention, menegaskan bahwa strategi berbasis data mampu memetakan pelanggan berisiko churn dengan lebih akurat. Penelitian ini tidak hanya membuktikan efektivitas optimisasi kueri dalam meningkatkan performa teknis, tetapi juga memberikan insight strategis bagi perusahaan telekomunikasi dalam merancang kebijakan retensi pelanggan yang tepat.