Recommended
More Related Content
Recently uploaded
Recently uploaded (12)
Featured
Featured (20)
Klasifikasi Respon pelanggan di Perusahaan X
- 1. PEMODELAN RESPON PELANGGAN UNTUK MENENTUKAN TARGET PELANGAN PADA PRODUK BARU DI PERUSAHAAN X Oleh : Dissa Rahmayani 06211540000070 Dosen Pengampu: Novri Suhermi, S.Si, M.Sc DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA, KOMPUTASI, DAN SAINS DATA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2018
- 2. OUTLINE 01 Pendahuluan 02 03 04 Metodologi Penelitian Analisis dan Pembahasan Kesimpulan 212/20/2018
- 4. PENDAHULUAN Perusahaan melakukan promosi untuk menarik perhatian pelanggan Promosi Perusahaan membutuhkan respon dari pelanggan untuk mengevaluasi produk Pelanggan diklasifikasikan menjadi 2, yaitu pelanggan yang memberi respon dan tidak Respon Klasifikasi 12/20/2018 4
- 6. Data yang digunakan pada analisis ini merupakan data sekunder yang diperoleh dari website Kaggle yaitu tentang “Promotion Response and Target Dataset” dengan data pelanggan sebanyak 25.000 data. Sumber Data 612/20/2018
- 7. Variabel Penelitian Variabel Keterangan Tipe Data 01 Resp Respon (0 = Tidak, 1 = Ya) Kategorik 02 Card_tenure Card tenure dalam bulan Numerik 03 Risk_score Risk Score Numerik 04 Num_promoted Berapa kali pelanggan dihubungi Numerik 05 Avg_bal Average balance Numerik 06 Geo_group Geographical group ( W, SE, S, E) Kategorik 07 Res_type Residence type (SI = single family, CO = cooperative, CN = Condominium, RE = rental, TO = Townhouse) kategorik 12/20/2018 7
- 8. Langkah Analisis 060504030201 Melakukan eksplorasi data pelanggan Preprocessing meliputi imputasi missing value dan membuat kode pada data kategorik Membuat variabel baru / feature engineering Memilih variabel terbaik / feature selection Klasifikasi respon pelanggan dengan metode pengambilan sampel Hold-out dan Cross Validation Menentukan model terbaik berdasarkan parameter tuning 12/20/2018 8
- 9. III. ANALISIS DAN PEMBAHASAN
- 10. Karakteristik Data Dari 25.000 data pelanggan, hanya 6,9% pelanggan yang memberikan respon terhadap produk. Sedangkan 96,1% lainnya tidak memberikan respon 12/20/2018 10
- 14. Preprocessing Card tenure dan average balance diimputasi dengan nilai median. Geographical group dan residence type diimputasi dengan nilai modus. Variabel Missing Value Resp 0 Card_tenure 485 Risk_score 0 Num_promoted 0 Avg_bal 714 Geo_group 509 Res_type 984 12/20/2018 14
- 15. Feature Engineering Feature engineering dilakukan dengan mengubah kategori pada variabel Geographical group dan Residence type menjadi dummy. Dengan demikian, terbentuk variabel baru yaitu geo_N, geo_SE, geo_W, res_CO, res_RE, res_SI, dan res_TO 12/20/2018 15
- 16. Feature Selection Variabel terbaik adalah : 1. card tenure 2. risk score 3. average balance 4. geographical group N 5. residence type rental 6. residence single family 12/20/2018 16
- 17. Hold-out Method Sebanyak 8 dari 9 metode, akurasi yang didapatkan dari stratify train-test split lebih baik dibandingkan dengan train-test split. Dengan metode ini, metode klasifikasi yang menghasilkan akurasi tertinggi adalah Decision Tree Metode Akurasi Train-Test split Stratify Train-Test Split kNN 0.744 0.932 Naive Bayes 0.649 0.907 Decision Tree 0.998 0.999 Bagging 0.964 0.984 Random Forest 0.968 0.983 Gradient Boosting 0.715 0.932 Adaptive Boosting 0.671 0.931 SVM 0.337 0.904 Regresi Logistik 0.604 0.579 12/20/2018 17
- 18. Cross Validation Nilai akurasi yang didapatkan berdasarkan nilai Kfold dan Stratified Kfold hampir sama, sehingga keduanya sama- sama baik digunakan. Metode Akurasi KFold Stratified Kfold kNN 0.927 0.927 Naive Bayes 0.907 0.906 Decision Tree 0.868 0.869 Bagging 0.921 0.921 Random Forest 0.922 0.921 Gradient Boosting 0.931 0.931 Adaptive Boosting 0.931 0.931 SVM 0.931 0.931 Regresi Logistik 0.931 0.931 12/20/2018 18
- 19. Parameter Tuning Parameter tuning bertujuan untuk memilih parameter terbaik untuk mengklasifikasikan model 12/20/2018 19 Metode Parameter Tuning kNN {'n_neighbors': 20, 'weights': 'uniform'} Decision Tree {'class_weight': None, 'max_depth': None, 'max_leaf_nodes': None, 'min_samples_leaf': 21, 'min_samples_split': 82} Random Forest {'max_depth': 10,'max_features': 1.0, 'min_samples_leaf': 10,'n_estimators': 5} Gradient Boosting {'learning_rate': 0.01,'max_depth': 7, 'max_features': 'auto','min_samples_leaf': 1, 'n_estimators': 100}
- 20. Best Model Decision Tree Nilai akurasi data training tertinggi adalah klasifikasi dengan metode Decision Tree dengan pengambilan sampel stratify training-testing yaitu sebesar 0,998 dan data testing sebesar 0.862. Berdasarkan parameter tuning, nilai akurasi data training yang didapatkan sebesar 0,93135 dan data testing sebesar 0,9314. Sehingga model sudah baik dan tidak terjadi overfitting 12/20/2018 20
- 21. IV. KESIMPULAN
- 22. Dari 25.000 pelanggan, hanya 6,9% saja yang memberikan respon terhadap produk. Sebagian besar pelanggan di Perusahaan X berasal dari wilayah timur dan mempunyai tempat tinggal berjenis cooperative KESIMPULAN 01 Pada metode Hold-out, penggunaan stratify Train-test split lebih baik digunakan dibandingkan train- test split, terutama pada data imbalanced. Pada metode cross validation, baik Kfold maupun stratify Kfold sama-sama baik digunakan Best model yang didapatkan adalah Decision Tree dengan parameter tuning yang menghasilkan akurasi pada data training sebesar 0,93135 dan data testing sebesar 0,9314. 02 03 2212/20/2018
- 23. Terima Kasih