Prediksi Loyalitas Pelanggan Pada Fast Moving Consumer Goods Menggunakan Klasifikasi Metode C4.5

Abstrak

Mie instan merupakan salah satu produk makanan dari industri Fast Moving Customer Goods (FMCG) yang mana industri yang cukup besar di Indonesia. Namun, persaingan tidak bisa dihindari. Sehingga untuk memenangkan persaingan dari perusahaan lainnya, majamen perusahaan dituntut untuk menentukan strategi mempertahankan loyalitas konsumen. Oleh karena itu, tujuan penelitian ini adalah membuat suatu aplikasi untuk melakukan prediksi terhadap loyalitas pelanggan dan menentukan atribut yang berpengaruh dengan menerapkan Data Mining Klasifikasi dalam bentuk pohon keputusan. Metode aplikasi yang digunakan dalam Klasifikasi untuk prediksi adalah metode C4.5. Dalam algoritma C4.5 dilakukan perhitungan entropy dan information gain dimana atribut loyalitas pelanggan sebagai atribut tujuan (class), sedangkan harga, kemasan, citarasa, variasi, iklan, distribusi, dan kualitas sebagai atribut sumber untuk memperoleh node akar dan node lainnya. Hasil dari penelitian menunjukan bahwa aplikasi dengan menggunakan metode C4.5 menghasilkan akurasi 97.5%, jadi medote C4.5 dapat digunakan untuk membantu manajemen perusahaan mie instan dalam rangka menentukan strategi mempertahankan loyalitas konsumen.