Penerapan domain knowledge pada model data nasabah perbankan dalam memprediksi churn rate

Abstract

Penelitian ini mendiskusikan tentang proses pembuatan dan pengoptimalan model data yang digunakan untuk memprediksi kemungkinan keluarnya nasabah dari suatu layanan perbankan berdasarkan beberapa variabel independen yang disediakan oleh pihak perbankan. Penelitian ini menggunakan Regresi Logistik sebagai metode utama untuk menghasilkan model hubungan antar data yang menggambarkan klasifikasi umum nasabah yang akan keluar dari layanan perbankan. Penelitian ini menggunakan metode Backward Elimination dan penerapan domain knowledge untuk mengoptimasi kinerja dari model yang dihasilkan. Model terakhir yang dihasilkan akan dinilai kembali dengan metode Cumulative Accuracy Profile. Hasil dari penelitian ini memiliki tingkat akurasi yang baik dalam memprediksi kemungkinan keluarnya nasabah dari layanan perbankan. Model dapat memprediksi 60% orang yang akan keluar dari bank dengan memeriksa 29% dari keseluruhan data. Hasil keluaran penelitian ini dapat dikaitkan dengan tingkat efisiensi usaha yang dapat dilakukan oleh pihak perbankan dalam mengambil tindakan pada nasabah dengan tingkat probabilitas tertinggi untuk keluar dari layanan perbankan.