Prediksi Churn Terhadap Data Pelanggan Pada Operator Telekomunikasi Menggunakan Fuzzy Evolutionary Algorithm (fuzzy EA)

Utami, Ika Sunday (2010) Prediksi Churn Terhadap Data Pelanggan Pada Operator Telekomunikasi Menggunakan Fuzzy Evolutionary Algorithm (fuzzy EA). S1 thesis, Universitas Mercu Buana.

Text (SKRIPSI FULL) 41506120054 Ika Sunday Utami.pdf Restricted to Registered users only Download (773kB)

Abstract

ABSTRAK Classification adalah salah satu topik penting pada riset data mining. Diberikan sejumlah data, dimana setiap data tersebut mengacu pada class yang belum ditentukan, masalah classification menitikberatkan pada penemuan dari rule (aturan) classification yang mengklasifikasikan secara benar dari anggota class yang belum diketahui. Banyak algoritma yang telah dibangun untuk melakukan penggalian pengetahuan pada data berjumlah besar pada model classification dan terbukti efektif. Namun, beberapa algoritma tersebut belum dapat digunakan untuk menentukan probabilitas kemungkinan atau kecenderungan. Aplikasi seperti ini tujuannya tidak hanya memprediksi apakah pelanggan akan pindah operator atau tidak (churn), prediksi kecenderungan kepindahan berikut class-class yang mempengaruhi juga penting. Sehingga digunakan DMEL sebagai bentuk dari Evolutionary Algorithm (EA). Selanjutnya, dalam Tugas Akhir ini dilakukan pengujian peningkatan performansi waktu terhadap penggunaan Logika fuzzy dalam pengadaptasian parameter learning di EA. Hasil yang didapat menunjukkan bahwa Fuzzy EA mampu mempercepat waktu learning pada DMEL.

Actions (login required)

View Item