Analisis Prediktif Customer Churn pada Bank Jenius dengan Metode Regresi Logistik, Decision Tree, dan Random Forest

Penanganan permasalahan customer churn merupakan salah satu fokus utama bagi perusahaan dalam menjalankan bisnisnya. Terjadinya customer churn tanpa penanganan yang tepat dapat menimbulkan dampak negatif terhadap keberlangsungan perusahaan. Permasalahan customer churn juga terjadi di dalam sektor perbankan akibat banyaknya bank digital di Indonesia yang terus bermunculan. Pelopor bank digital di Indonesia yaitu Bank Jenius, harus menghadapi tantangan dalam mempertahankan nasabahnya. Penelitian ini dilakukan dengan menyebarkan kuesioner untuk mengumpulkan informasi terkait customer related variable, customer satisfaction, service usage, referent network size, switching cost pada customer Bank Jenius. Melalui data ini akan dibentuk model prediktif mengenai customer churn pada Bank Jenius dengan algoritma klasifikasi Regresi Logistik, Decision Tree, dan Random Forest. Melalui tiga model tersebut akan dilakukan pengecekan terhadap performa model berdasarkan indikator akurasi, presisi, dan sensitivitas model. Berdasarkan hasil penelitian ini didapatkan model terbaik untuk memprediksi customer churn di Bank Jenius adalah model Regresi Logistik dengan menggunakan proporsi yakni 80% data training serta 20% data testing menghasilkan akurasi 79%, presisi 78%, recall 71% dan f1-score 75%.