PREDIKSI TINGKAT CUSTOMER CHURN DAN SEGMENTASI PELANGGAN PADA PERUSAHAAN INTERNET SERVICE PROVIDER SEBAGAI IMPLEMENTASI MEMPERTAHANKAN PELANGGAN

Di era Revolusi Industri 4.0, teknologi informasi berkembang pesat dan
mempengaruhi berbagai sektor, termasuk industri layanan internet. Seiring dengan
meningkatnya jumlah pengguna internet di Indonesia, perusahaan penyedia
layanan internet (ISP) menghadapi tantangan besar berupa tingginya tingkat
customer churn. Penelitian ini bertujuan untuk memprediksi tingkat churn
pelanggan menggunakan algoritma Random Forest dan melakukan segmentasi
pelanggan dengan algoritma K-Means. Dengan menganalisis data pelanggan yang
terdiri dari 7.043 baris dan 21 variabel, penelitian ini berhasil mencapai tingkat
akurasi prediksi sebesar 94,1%, dengan nilai presisi 84,1% dan recall 86,6%.
Segmentasi pelanggan menghasilkan tiga kelompok utama yang masing-masing
memiliki karakteristik spesifik. Hasil ini memberikan dasar bagi perusahaan untuk
merancang strategi retensi yang lebih efektif guna meningkatkan kepuasan dan
loyalitas pelanggan. Pengujian aplikasi dilakukan melalui white box testing, black
box testing, dan User Acceptance Testing (UAT). Hasil pengujian black box dan
whitebox menunjukkan tingkat keberhasilan 100%, UAT mencapai 90,8%
merupakan hasil yang menunjukkan tingkat keberhasilan yang tinggi dan
penerimaan yang positif dari pengguna.
Kata Kunci : Customer Churn, Prediksi Churn, Segmentasi Pelanggan, K-
Means, Retensi Pelanggan, Industri Layanan Internet.