PREDIKSI TINGKAT CHURN PELANGGAN PADA LAYANAN STREAMING VIDEO APLIKASI NETFLIX MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) STUDI KASUS KOMPLEK BUKIT BUNGA KOPO

Yasin, Irfa Pramono (2025) PREDIKSI TINGKAT CHURN PELANGGAN PADA LAYANAN STREAMING VIDEO APLIKASI NETFLIX MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) STUDI KASUS KOMPLEK BUKIT BUNGA KOPO. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text COVER.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (27kB)
	Text Lembar Pernyataan irfa.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (166kB)
	Text surat pengesahan irfa...pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (244kB)
	Text Abstrak Irfa.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (31kB)
	Text BAB 1.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (41kB)
	Text Skripsi Full Irfa.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text Daftar Pustaka Irfa.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (264kB)
	Text Plagiat Irfa.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (188kB)

Abstract

Kemajuan teknologi digital telah mengubah pola konsumsi hiburan masyarakat, khususnya dengan meningkatnya penggunaan layanan streaming video seperti Netflix. Salah satu tantangan utama dalam industri ini adalah fenomena customer churn, yaitu kondisi ketika pelanggan memutuskan untuk berhenti berlangganan. Untuk mengatasi hal tersebut, penelitian ini menerapkan pendekatan machine learning dengan algoritma Support Vector Machine (SVM) guna memprediksi potensi pelanggan yang akan melakukan churn. Data yang digunakan dalam penelitian ini diperoleh melalui kuesioner yang disebarkan kepada 100 responden di Komplek Bukit Bung Kopo, dengan pertanyaan yang mencakup berbagai faktor seperti durasi langganan, perangkat yang digunakan, preferensi konten, dan pengalaman pengguna. Proses penelitian mencakup tahap pengumpulan data, preprocessing, pemilihan fitur, pelatihan model, serta evaluasi performa model menggunakan metrik seperti akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan pelanggan dengan tingkat akurasi sebesar 90% dalam membedakan pelanggan yang berpotensi churn dan yang tidak. Temuan ini diharapkan dapat membantu perusahaan seperti Netflix dalam mengembangkan strategi retensi pelanggan yang lebih efektif, serta memberikan kontribusi dalam penerapan teknologi machine learning di industri layanan berbasis langganan lainnya.

Actions (login required)

View Item