Analisis Metode Klasifikasi Nasabah Potensial dalam Membuka Deposito Jangka Panjang Melalui Telemarketing Menggunakan Metode Gradient Boosting Classifier

Abstract

Penelitian ini bertujuan untuk melihat klasifikasi nasabah dalam membuka sebuah deposito jangka panjang. Penelitian ini akan menggunakan algoritma Machine Learning, yaitu Gradient Boosting Classifier. Dataset yang digunakan diambil dari arsip dataset UC Irvine Machine Learning Repository yang mencangkup 41.188 sampel dengan 20 variabel. Dataset Kampanye bank di Portugal menggunakan metode penawaran dilakukan secara jarak jauh atau tidak langsung yang biasa disebut dengan Telemarketing. Nasabah dalam dataset terdiri dari berbagai latar belakang. Penelitian memberikan hasil baik dalam klasifikasi menggunakan metode Gradient Boosting Classifier, metode ini dikombinasikan dengan teknik random oversamping untuk mengatasi data imbalance. Penelitian menghasilkan nilai ROC-AUC sebesar 0.81. Hasil penelitian juga memberikan informasi yang dapat digunakan dalam pengambilkan Keputusan terkait dengan kampanye telemarketing selanjutnya. Penelitian ini merekomendasikan penerapan model ini untuk meningkatkan efisiensi telemarketing dengan menargetkan nasabah berpotensi, sekaligus mengurangi biaya operasional.