Penerapan Metode Machine Learning Dalam Memprediksi Keberhasilan Panggilan Telemarketing Menjual Produk Bank

Ahmad Fauzi, Fanny Fatma Wati, Indah Sulistyowati, Muhammad Faittullah Akbar, Eka Rahmawati, Ratna Kurnia Sari

Abstract


Abstract: Competition between banks can be seen from the various attempts by banks to find customers through various marketing activities in order to get as many customers as possible. In the past, business actors offered goods or services to consumers in a face-to-face manner, now by utilizing existing and sophisticated technology, they can use long-distance communication tools such as telephone and fax, as well as other electronic media. To make it easier to manage customer data, a data calcification is needed. Machine Learning Algorithms can be used to predict or classify data. One of the algorithms in Machine Learning is the Naive Bayes method. Naive Bayes is a simple probabilistic classification that calculates a set of probabilities by summing the frequency and value combinations from a given dataset. This research will predict a successful Telemarketing call in selling Bank products to customers. The Naive Bayes algorithm and the Backward Elimination feature selection can increase the accuracy value in predicting the success of telemarketing in selling bank products well, as evidenced by the accuracy value generated by Naive Bayes of 83.04%, then after being applied with the selection of the backward elimination feature it increases by 6.41. % to 89.45%.

 

Keywords: Telemarketing, Machine Learning, Naive Bayes 

Abstrak: Persaingan antar bank dapat dilihat dari berbagai upaya bank dalam mencari nasabah dengan berbagai kegiatan pemasaran agar mendapat nasabah sebanyak-banyaknya. Dahulu para pelaku usaha menawarkan barang atau jasa kepada konsumen dengan cara bertatap muka langsung, sekarang dengan memanfaatkan teknologi yang ada dan canggih bisa menggunakan alat komunikasi jarak jauh seperti telepon dan fax, serta media elektronik lainnya. Untuk mempermudah mengelola data nasabah maka dibutuhkan sebuah pengkalsifikasian data. Algoritma Machine Learning dapat digunakan dalam memprediksi atau mengklasifikasikan sebuah data. Salah satu algoritma dalam Machine Learning adalah metode Naive Bayes. Naive Bayes merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Pada penelitian ini akan memprediksi sebuah keberhasilan panggilan Telemarketing dalam menjula produk Bank kepada para nasabah. Algoritma Naive Bayes dan seleksi fitur Backward Elimination mampu meningkatkan nilai akurasi dalam memprediksi keberhasilan telemarketing dalam menjual produk bank dengan baik, dibuktikan dengan nilai akurasi yang dihasilkan naive bayes sebesar 83,04 %, kemudian setelah diterapkan dengan seleksi fitur backward elimination meningkat sebesa 6,41% menjadi 89,45%.

 

Kata kunci: Telemarketing, Machine Learning, Naive Bayes


Full Text:

PDF

References


Hermawanti, L. (2015). Mendiagnosis, Untuk Kanker, Penyakit, 11, 42–45.

Indonesia, I. B. (2014). Memahami Bisnis Bank Syariah. Gramedia Pustaka Utama. Retrieved from https://books.google.co.id/books?id=jqFLDwAAQBAJ&dq=memahami+bisnis+bank+syariah&hl=id&source=gbs_navlinks_s

Monareh, J. A., Dh, A. F., & Nuralam, I. P. (2018). PENGARUH TELEMARKETING TERHADAP KEPUTUSAN PEMBELIAN ( Survei Online pada Pelanggan Produk Multiguna Astra Credit Companies Priority di PT Astra Sedaya Finance ). Jurnal Administrasi Bisnis, 58(2).

Moro, S., Cortez, P., & Rita, P. (2014). A data-driven approach to predict the success of bank telemarketing. Decision Support Systems, 62, 22–31. https://doi.org/10.1016/j.dss.2014.03.001

Prasetyo, E. (2012). Data Mining Konsep dan Aplikasi Menggunakan MATLAB. (Nikodemus WK, Ed.) (1st ed.). Yogyakarta: C.V ANDI OFFSET.

Pratiwi, H. (2016). Buku Ajar Sistem Pendukung Keputusan. Retrieved from https://books.google.co.id/books?id=8HB5DwAAQBAJ&dq=buku+ajar+sistem+pendukung+keputusan&hl=id&sa=X&ved=0ahUKEwjBjer02dbjAhUyhuYKHXEWBwIQ6AEILTAB

Saleh, A. (2015). Implementasi Metode Klasifikasi Naïve Bayes dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Citec Journal, 2(3), 207–217.

Fauzi, A. (2019). Sentimen Analisis Berinternet Pada Media Sosial dengan Menggunakan Algoritma Bayes. Jurnal Informatika.

https://doi.org/10.24076/CITEC.2015V2I3.49 (Fauzi, 2019)




DOI: https://doi.org/10.31294/ijse.v6i2.8977

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

 


Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450


This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License