Search for collections on Undip Repository

Hyperparameter Tuning RandomizedSearchCV dan GridSearchCV pada Model Random Forest untuk Prediksi Gym Churn Membership

ROSYAD, Marzuq Adil (2025) Hyperparameter Tuning RandomizedSearchCV dan GridSearchCV pada Model Random Forest untuk Prediksi Gym Churn Membership. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

[thumbnail of 1. Cover.pdf] Text
1. Cover.pdf

Download (218kB)
[thumbnail of 3. Halaman Pengesahan I.pdf] Text
3. Halaman Pengesahan I.pdf

Download (398kB)
[thumbnail of 4. Halaman Pengesahan II.pdf] Text
4. Halaman Pengesahan II.pdf

Download (321kB)
[thumbnail of 5. Kata Pengantar.pdf] Text
5. Kata Pengantar.pdf
Restricted to Repository staff only

Download (200kB) | Request a copy
[thumbnail of 6. Abstrak.pdf] Text
6. Abstrak.pdf

Download (180kB)
[thumbnail of 7. Abstract.pdf] Text
7. Abstract.pdf

Download (179kB)
[thumbnail of 8. Daftar Isi.pdf] Text
8. Daftar Isi.pdf

Download (215kB)
[thumbnail of 12. BAB I.pdf] Text
12. BAB I.pdf

Download (234kB)

Abstract

ABSTRAK
Customer churn adalah fenomena ketika pelanggan berhenti menggunakan layanan atau produk suatu perusahaan. Churn pada industri kebugaran seperti gym dapat terjadi ketika anggota memutuskan untuk tidak memperpanjang keanggotaan mereka, hal tersebut dapat berdampak negatif terhadap stabilitas dan pendapatan bisnis. Penelitian ini bertujuan untuk membangun model prediksi churn keanggotaan gym menggunakan algoritma -+ Random Forest, yang merupakan salah .3satu algoritma klasifikasi dengan kelebihan dalam menangani data berdimensi
tinggi serta mampu memberikan estimasi akurasi yang stabil melalui teknik ensemble. Proses optimasi hyperparameter dilakukan melalui metode RandomizedSearchCV dan GridSearchCV untuk memperoleh kombinasi parameter terbaik yang dapat meningkatkan performa model. Identifikasi anggota yang berpotensi mengalami churn memungkinkan penerapan strategi preventif secara lebih terarah, sehingga mendukung upaya optimal dalam mempertahankan loyalitas pelanggan. Dataset yang digunakan adalah data Gym customers features and churn
yang bersumber dari Kaggle dengan total 4.000 observasi. Proses analisis meliputi eksplorasi data, preprocessing (deteksi missing value, multikolinieritas, dan outlier), serta pembagian data training dan testing. Hasil penelitian menunjukkan bahwa model dengan tuning GridSearchCV memiliki performa lebih baik dibandingkan RandomizedSearchCV dengan nilai AUC sebesar 95,4% pada data testing yang menunjukkan bahwa model tersebut termasuk dalam kategori excellent classification.
Kata Kunci: Customer churn, Random Forest, GridSearchCV, RandomizedSearchCV, Hyperparameter tuning, Gym membership

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Statistics
Depositing User: Yemima Laras Sekarsari
Date Deposited: 08 Oct 2025 07:41
Last Modified: 08 Oct 2025 07:41
URI: https://eprints2.undip.ac.id/id/eprint/39704

Actions (login required)

View Item View Item