TELEMARKETING BANK SUCCESS PREDICTION USING MULTILAYER PERCEPTRON (MLP) ALGORITHM WITH RESAMPLING

research
  • 13 Oct
  • 2021

TELEMARKETING BANK SUCCESS PREDICTION USING MULTILAYER PERCEPTRON (MLP) ALGORITHM WITH RESAMPLING

Telemarketing merupakan salah satu promosi yang dianggap efektif untuk melakukan sebuah promosi produk kepada konsumen melalui telepon, selain itu telemarketing lebih mudah untuk diterima karena sifatnya langsung menawarkan produk kepada konsumen. Telemarketing juga dianggap membantu untuk meningkatkan pendapatan sebuah perusahaan. Permasalahan mengenai prediksi keberhasilan sebuah data telemarketing bank harus di lakukan dengan teknik machine learning. Machine learning yang digunakan pada data history yang tersedia yaitu dataset bank sebanyak 45211 instance pada 17 feacture menggunakan algoritma multilayer perceptron (MLP) dengan resampling. Penggunaan resampling bertujuan untuk menyeimbangkan data yang tidak seimbang sehingga menghasilkan nilai akurasi sebesar 94,27 % dan ROC sebesar 0,89 %. Sedangkan jika tidak menggunakan resampling data pada algoritma multilayer perceptron (MLP) menghasilkan nilai akurasi 90,18 dan ROC sebesar 0,89 %. Penggunaan resamping data menjadi lebih efektif dan menghasilkan nilai akurasi lebih tinggi.

Unduhan

 

REFERENSI

Amrin, A., & Satriadi, I. (2018). Implementasi Jaringan Syaraf Tiruan Dengan Multilayer Perceptron Untuk Analisa Pemberian Kredit. Jurnal Riset Komputer (JURIKOM), 5(6), 605–610.

Dewi, S. (2016). Komparasi 5 Metode Algoritma Klasifikasi Data Mining Pada Prediksi Keberhasilan Pemasaran Produk Layanan Perbankan. None, 13(1), 60–66.

Fauzi, A., Wati, F. F., Sulistyowati, I., Akbar, M. F., Rahmawati, E., & Sari, R. K. (2020). Penerapan Metode Machine Learning Dalam Memprediksi Keberhasilan Panggilan Telemarketing Menjual Produk Bank. 6(2), 213–222.

Heidari, A. A., Faris, H., Aljarah, I., & Mirjalili, S. (2019). An efficient hybrid multilayer perceptron neural network with grasshopper optimization. Soft Computing, 23(17), 7941–7958. https://doi.org/10.1007/s00500-018-3424-2

Masturoh, S., Nugraha, F. S., Nurlela, S., Saelan, M. R. R., & Saputri, D. U. E. (2021). PREDIKSI KEBERHASILAN TELEMARKETING BANK MENGGUNAKAN ALGORITMA MULTILAYER PERCEPTRON (MLP) DENGAN RESAMPLING.

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

Nasution, D. A., Khotimah, H. H., & Chamidah, N. (2019). Perbandingan Normalisasi Data untuk Klasifikasi Wine Menggunakan Algoritma K-NN. Computer Engineering, Science and System Journal, 4(1), 78. https://doi.org/10.24114/cess.v4i1.11458

Pratiwi, P. G., Putra, I. K. G. D., & Putri, D. P. S. (2019). Peramalan Jumlah Tersangka Penyalahgunaan Narkoba Menggunakan Metode Multilayer Perceptron. Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), 7(2), 143. https://doi.org/10.24843/jim.2019.v07.i02.p06

Pujianto, U. (2016). Strategi Resampling Berbasis Centroid Untuk Menangani Lunak. Teknno, 25(Maret), 1–6.

Purbaya, M. E., Nugraha, A. F., Gustina, S., & Azis, M. K. (2020). Meta-Algorithms untuk Meningkatkan Kinerja Klasifikasi dalam Keberhasilan Telemarketing Perbankan. Techno.Com, 19(4), 385–396. https://doi.org/10.33633/tc.v19i4.3725

Purnama, N., Putra, I. K. G. D., & Bayupati, P. A. (2014). Klasifikasi Website Menggunakan Algoritma Multilayer Perceptron. Teknologi Elektro, 13(2), 9–15.

Ramchoun, H., Amine, M., Idrissi, J., Ghanou, Y., & Ettaouil, M. (2016). Multilayer Perceptron: Architecture Optimization and Training. International Journal of Interactive Multimedia and Artificial Intelligence, 4(1), 26. https://doi.org/10.9781/ijimai.2016.415

Saputra, E. P. (2017). Prediksi Keberhasilan Telemarketing Bank Untuk. Jurnal Ilmu Pengetahuan Dan Teknologi Komputer, 2(2), 66–72.

Shelke, M. S., Deshmukh, P. R., & Shandilya, P. V. K. (2017). A Review on Imbalanced Data Handling Using Undersampling and Oversampling Technique. International Journal of Recent Trends in Engineering and Research, 3(4), 444–449. https://doi.org/10.23883/ijrter.2017.3168.0uwxm

Sulaehani, R. (2016). Prediksi Keputusan Klien Telemarketing Untuk Deposito Pada Bank Menggunakan Algoritma Naive Bayes Berbasis Backward Elimination. ILKOM Jurnal Ilmiah, 8(3), 182–189. https://doi.org/10.33096/ilkom.v8i3.83.182-189

Vajiramedhin, C., & Suebsing, A. (2014). Feature selection with data balancing for prediction of bank telemarketing. Applied Mathematical Sciences, 8(113–116), 5667–5672. https://doi.org/10.12988/ams.2014.47222

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru