Penerapan Metode Regresi Logistik Biner Dan Fuzzy C-Means Dalam Prediksi Churn Dan Segmentasi Pelanggan Untuk Optimalisasi Strategi Pemasaran Perusahaan E-Commerce

HANDOKO, Adam Ibnudzaky (2025) Penerapan Metode Regresi Logistik Biner Dan Fuzzy C-Means Dalam Prediksi Churn Dan Segmentasi Pelanggan Untuk Optimalisasi Strategi Pemasaran Perusahaan E-Commerce. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Cover.pdf Download (72kB)
	Text 3. Halaman Pengesahan 1.pdf Download (83kB)
	Text 4. Halaman Pengesahan 2.pdf Download (421kB)
	Text 5. Kata Pengantar.pdf Download (480kB)
	Text 6. Abstrak.pdf Download (49kB)
	Text 7. Abstract.pdf Download (46kB)
	Text 8. Daftar Isi.pdf Download (68kB)
	Text 13. BAB I.pdf Download (132kB)

Abstract

Persaingan yang ketat di sektor e-commerce menyebabkan tingginya tingkat
churn, yang berdampak pada penurunan pendapatan perusahaan. Perusahaan lebih
fokus pada upaya menjaga retensi pelanggan daripada mengakuisisi pelanggan
baru, mengingat biaya akuisisi yang lebih besar. Perusahaan perlu memprediksi
dan mensegmentasikan pelanggan yang berisiko churn guna merancang strategi
pemasaran yang lebih efektif. Penelitian ini menerapkan metode Regresi Logistik
Biner untuk memprediksi churn dan Fuzzy C-Means untuk segmentasi pelanggan
berdasarkan karakteristik perilakunya. Hasil penelitian menunjukkan bahwa
model Regresi Logistik Biner cukup efektif untuk memprediksi probabilitas
churn, dengan akurasi 62%, presisi 68%, recall 71%, dan f1-score 61%. Sebanyak
65% pelanggan pada data validasi diklasifikasikan berpotensi untuk churn.
Metode Fuzzy C-Means diterapkan untuk mensegmentasi pelanggan berdasarkan
karakteristiknya menggunakan data pelanggan berpotensi churn pada data
validasi. Jumlah segmen optimal yang dihasilkan berdasarkan analisis adalah 2
segmen dengan nilai indeks Xie-Bennie sebesar 0,2301 yang menggambarkan
kualitas segmentasi yang baik. Integrasi kedua metode ini memberikan dasar yang
lebih kuat bagi perusahaan untuk merancang strategi pemasaran yang lebih
spesifik dan disesuaikan dengan kebutuhan setiap segmen pelanggan.
Kata Kunci: Prediksi Churn, Regresi Logistik Biner, Classification Report,
Segmentasi Pelanggan, Fuzzy C-Means

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	11 Nov 2025 08:02
Last Modified:	11 Nov 2025 08:02
URI:	https://eprints2.undip.ac.id/id/eprint/40906

Actions (login required)

View Item

Search for collections on Undip Repository