Klasifikasi Perilaku Pelanggan Layanan Internet Menggunakan Metode K-Nearest Neighbors
Abstrak
Pemahaman perilaku pelanggan menjadi kunci utama dalam meningkatkan kepuasan, penjualan, dan efisiensi operational. Untuk membantu layanan internet dalam memprediksi perilaku pelanggan, dilakukan dengan menggunakan pendekatanan machine learning dalam mengklasifikasikan perilaku pelanggan. Variabel yang paling relevan dengan hasil klasifikasi kami ditentukan dengan menggunakan feature selection. Setelah memilih fitur-fitur sebagai atribut yang berpengaruh terhadap prediksi perilaku pelanggan, kemudian diklasifikasikan menggunakan metode K – Nearest Neighbors (KNN). Selanjutnya confusion matrix digunakan untuk mengukur performa klasifikasi, tingkat akurasi adalah 0.78. Diharapkan, hasilnya akan mendalamkan pemahaman perilaku pelanggan dan klasifikasi berdasarkan preferensi serta Sejarah pembelian.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Proceeding KONIK (Konferensi Nasional Ilmu Komputer)
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.