Implementasi SMOTE Untuk Klasifikasi Loyalitas Konsumen Telesales X (Studi Kasus : Data Transaksi Telesales Perusahaan X)

Abstract

Perkembangan teknologi pada saat ini telah merambah dunia pendidikan yang biasa disebut dengan edutech. Saat ini terdapat beberapa perusahaan startup yang bergerak dalam bidang edutech dengan memberikan layanan pendidikan secara online seperti live class, tryoust, dan chat bot. Setiap perusahaan tentunya memiliki strategi dalam meningkatkan penjualan, salah satunya dengan membuat konsumen melakukan pembelian ulang produk. Penelitian ini bertujuan untuk memprediksi apakah konsumen akan melakukan pembelian ulang atau tidak. Metode klasifikasi yang digunakan dalam penelitian ini adalah Logistic Regression, K-Nearest Neighbour (KNN), Naïve Bayes, Support Vector Machine (SVM) dan dilakukan optimasi menggunakan Synthetic Minority Oversampling Technique (SMOTE). Jumlah data konsumen yang melakukan pembelian ulang cukup sedikit sehingga diperlukan metode SMOTE untuk menyeimbangkan data dengan membuat data sintetis secara acak. Penelitian ini membagi data training dan data testing dengan perbandingan 80% : 20%. Hasil penelitian menunjukkan bahwa klasifikasi dengan metode KNN k = 4 memiliki tingkat akurasi terbaik yaitu sebesar 91%, sedangkan pada KNN k =4 dengan SMOTE sebesar 89%.