Factor Analysis Keberlanjutan Pengguna Jala Menggunakan Klasifikasi K-Means dan Algoritma Random Forest

Abstract

Sebagai perusahaan yang berorientasi pengguna, Jala sangat peduli terhadap kenyaman pengguna dalam menggunakan produk-produk Jala, salah satunya produk software. Dari hasil pengelolaan data internal, pertumbuhan pengguna dari hari ke hari terus meningkat, akan tetapi tingkat churn juga tinggi. Oleh karena itu, penelitian mengenai Factor Analysis keberlanjutan pengguna diinisiasi untuk mencari tahu faktor yang mempengaruhi keberlanjutan pengguna sejak satu bulan pertama. Teknik-teknik yang digunakan adalah preprocessing menggunakan pandas, klasifikasi dengan algoritma k-means, dan modelling menggunakan random forest. Hasilnya, intensitas penggunaan fitur pakan dan sampling pada saat satu bulan pertama pengguna menggunakan Jala berpengaruh besar pada keberlanjutan penggunaan Jala pada bulan-bulan berikutnya