Abstract

Persaingan bank tidak luput dari perkembangan zaman. Masing masing bank akan memberikan fasilitas-fasilitas terbaiknya untuk tetap menjaga para nasabahnya dan meminimalisir nasabahnya untuk pindah ke bank kompetitor. Nasabah bank yang sebelumnya telah memiliki akun bank dan rekening yang aktif pada bank, memutuskan untuk berhenti dan beralih ke bank lain disebut dengan nasabah churn. Kemampuan bank untuk menjaga para nasabah sangat penting untuk dilakukan agar mempertahankan kestabilan dan profitabilitas bank. Penelitian ini dilakukan untuk mengidentifikasi pola perilaku nasabah guna mengetahui nasabah yang berpotensi churn dan tidak, sehingga dapat dilakukan pencegahan lebih awal. Penentuan proses klasifikasi menggunakan proses data mining dengan metode decision tree, random forest dan support vector machine. Objek penelitian menggunakan 10000 record data dengan variabel dependen berupa status churn nasabah dan variabel independen yang digunakan adalah customer id, credit score, country, gender, age, tenure, balance, product number, credit card, active member dan estimated salary. Hasil klasifikasi menunjukan bahwa metode random forest merupakan metode terbaik yang mampu memprediksi status churn nasabah. Diperoleh nilai akurasi dari random forest sebesar 83,86%, nilai presisi sebesar 85,82%, nilai recall sebesar 81,37% dan F1-score sebesar 83,54%.