Klasifikasi Level Customer Priority PT. Internet Madju Abad Milenindo

Abstract

Peningkatan penggunaan teknologi informasi dan komunikasi di Indonesia mendorong persaingan ketat di industri penyedia layanan internet. Penelitian ini bertujuan untuk mengklasifikasikan prioritas pelanggan pada PT. Internet Madju Abad Milenindo (GlobalXtreme) menggunakan metode K- Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Dataset yang digunakan merupakan data buatan berdasarkan atribut asli perusahaan, meliputi total pembelian, frekuensi pembelian, dan lama berlangganan, yang mencerminkan nilai, aktivitas, dan loyalitas pelanggan. Metode penelitian meliputi preprocessing data, Feature encoding, dan splitting dataset menjadi training, validation, dan testing set. Model dioptimalkan menggunakan GridSearchCV, dengan evaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian kedua metode mencapai akurasi keseluruhan 96%. Model SVM menunjukkan performa terbaik pada beberapa kelas, dengan nilai F1-score tertinggi mencapai 0,99 untuk kelas prioritas tertinggi. Model KNN menunjukkan kinerja yang konsisten dengan nilai rata-rata tertimbang F1-score sebesar 0,95. Namun, terdapat kelemahan dalam mengklasifikasikan kelas dengan jumlah sampel kecil. Penelitian ini memberikan panduan bagi perusahaan untuk mengidentifikasi pola dalam data pelanggan, sehingga memungkinkan pengambilan keputusan berbasis data dalam menentukan prioritas pelanggan. Penelitian selanjutnya, disarankan untuk menambah jumlah data, terutama pada kelas yang kurang terwakili, serta mempertimbangkan penggunaan teknik ensemble guna meningkatkan akurasi dan konsistensi hasil klasifikasi.